KDH-CAD: Knowledge-data hybrid CAD learning under data scarcity

Sintesi Tecnica: KDH-CAD

Problema
L'apprendimento profondo nel campo della progettazione assistita dal computer (CAD) è fondamentalmente limitato dalla scarsità di dati. A differenza del linguaggio naturale o delle immagini, i dati CAD industriali autentici sono difficili da raccogliere su larga scala a causa delle restrizioni proprietarie e dell'elevata competenza richiesta per la modellazione. Sebbene esistano dataset sintetici (ad esempio, ABC, SketchGraphs), questi spesso non riescono a catturare l'intento progettuale reale, la cronologia delle feature e i vincoli funzionali, limitandone l'applicabilità in scenari pratici. Di conseguenza, i metodi di apprendimento basati sul CAD restano indietro rispetto ad altri campi ricchi di dati. Gli approoli esistenti che tentano di mitigare questo problema tramite la scalabilità dei dati sintetici o il few-shot learning mancano spesso della capacità di incorporare una conoscenza di dominio strutturata o soffrono del "disallineamento concetto-geometria", in cui la variabilità geometrica all'interno di una singola categoria di parti confonde i modelli puramente guidati dai dati.

Metodologia: KDH-CAD
Gli autori propongono KDH-CAD (Knowledge–Data Hybrid CAD learning), un framework che inquadra l'apprendimento CAD sotto la scarsità di dati come un problema di completamento e calibrazione della conoscenza. Invece di fare affidamento su enormi dataset, KDH-CAD integra tre componenti:

1. Modelli Fondativi Pre-addestrati: Nello specifico, un Modello Vision-Language (VLM), Qwen3-VL-2B-Instruct, che fornisce uno spazio di rappresentazione latente trasferibile.
2. Conoscenza di Dominio Strutturata: Estratta da libri di testo di progettazione meccanica e video tutorial, organizzata in "tripletti di conoscenza ingegneristica" (Terminologia Canonica, Descrizione e Dimostrazione Visiva).
3. Dati Etichettati Limitati: Un piccolo set di campioni CAD specifici per il task utilizzati per la calibrazione.

Il framework opera in due fasi primarie:

• Elicitazione e Completamento della Conoscenza:
  Il VLM viene condizionato sui tripletti di conoscenza ingegneristica strutturata per estrarre gli "embedding della conoscenza". Questo processo elica concetti rilevanti per il CAD (ad esempio, tipi di parti specifiche come ingranaggi o flange) che sono spesso debolmente espressi o soppressi nel corpus di pre-addestramento generale. Ancorando il VLM con definizioni autorevoli ed esempi visivi, il modello genera embedding che rappresentano concetti CAD canonici piuttosto che caratteristiche visive generiche.

• Calibrazione della Conoscenza con Dati Limitati:
  Per affrontare il disallineamento tra concetti astratti e specifiche variazioni geometriche nel task target, viene introdotta una Rete di Calibrazione della Conoscenza leggera. Questa rete mantiene congelato il modello fondativo e apprende due meccanismi specifici:

  1. Sottomodulo di Vettore di Scostamento (Shift-Vector): Apprende vettori di scostamento additivi per ogni concetto in base alla distribuzione del dataset target. Questo ricalibra gli embedding della conoscenza per tenere conto della variabilità geometrica (ad esempio, diverse forme di "staffa") senza effettuare il fine-tuning del massiccio modello fondativo.
  2. Sottomodulo di Cross-Attention: Allinea gli embedding della conoscenza scostati con gli embedding dei dati di input (derivati da immagini renderizzate multi-vista di parti CAD). I dati agiscono come una query per pesare e aggregare i concetti di conoscenza più rilevanti, producendo una rappresentazione robusta e allineata al task.

Il sistema è istanziato per la classificazione di parti, dove produce sia un'etichetta di categoria, sia, unicamente, una descrizione semantica della parte generata dal VLM sulla base della conoscenza allineata.

Contributi Chiave

1. Introduzione del Framework: La proposta di KDH-CAD, un framework ibrido che combina modelli fondativi pre-addestrati, conoscenza di dominio strutturata e dati etichettati minimi per risolvere la scarsità di dati CAD.
2. Nuovo Metodo di Classificazione delle Parti: Un'implementazione specifica che raggiunge prestazioni allo stato dell'arte con solo centinaia di campioni di addestramento, contrastando con i metodi esistenti che richiedono decine di migliaia.
3. Alternativa alla Scalabilità dei Dati: Una dimostrazione empirica che l'integrazione della conoscenza strutturata di dominio è un'alternativa pratica ed efficace alla scalabilità di dataset CAD reali o sintetici.

Risultati Sperimentali
Il metodo è stato valutato su due dataset reali di classificazione di parti meccaniche: TMCAD (9.799 modelli, 10 categorie) e FabWave (sottoinsieme di 8 categorie).

• Performance con Bassi Dati: KDH-CAD ha raggiunto un'accuratezza del 92,6% con soli 250 campioni di addestramento e del 95,8% con 1.000 campioni su TMCAD. Queste prestazioni eguagliano o superano i baseline allo stato dell'arte (UV-Net, AAGNet, BRT) che sono stati addestrati su dataset da 10 a 80 volte più grandi.
• Robustezza: Il metodo ha dimostrato un'accuratezza costante attraverso dieci split casuali dei dati con una varianza trascurabile, indicando robustezza alla selezione dei campioni.
• Capacità di Recupero: Nei compiti di recupero di modelli CAD, KDH-CAD ha ottenuto un Recall@1 del 96,18% con solo 1.000 campioni, superando i baseline addestrati su 10.000 campioni di quasi 10 punti percentuali.
• Output Semantico: A differenza dei baseline che restituiscono solo indici di classe, KDH-CAD ha generato con successo descrizioni semantiche interpretabili (categoria, geometria, funzione) per le parti classificate.
• Studi di Ablazione: La rimozione della conoscenza di dominio o dei moduli di calibrazione (vettori di scostamento e cross-attention) ha causato cali significativi delle prestazioni, confermando che sia l'elicitazione della conoscenza che la calibrazione geometrica sono essenziali.

Significato e Rivendicazioni
L'articolo sostiene che KDH-CAD fornisca una direzione fondata e pratica per l'apprendimento CAD efficiente nei dati. Trattando l'apprendimento CAD come un compito di completamento della conoscenza, l'approccio riduce sostanzialmente la dipendenza da dataset CAD di alta qualità su larga scala, che sono spesso difficili da ottenere. Gli autori osservano che il metodo rispecchia il processo di apprendimento di uno studente di ingegneria: acquisire concetti da riferimenti autorevoli e calibrarli attraverso esercizi rappresentativi.

Tuttavia, gli autori sono modesti riguardo ai limiti. Riconoscono che il metodo potrebbe avere difficoltà con parti altamente complesse o insolite perché la conoscenza di dominio generica (libri di testo/video) copre strutture canoniche ma potrebbe non includere varianti specializzate e dipendenti dall'applicazione. Suggeriscono che il lavoro futuro potrebbe incorporare la conoscenza proprietaria e specifica delle aziende (potenzialmente tramite l'apprendimento federato) per affrontare questi casi limite. Inoltre, l'attuale implementazione si basa su immagini multi-vista renderizzate piuttosto che sulla topologia CAD nativa (ad esempio, B-rep), sebbene il framework centrale non sia intrinsecamente limitato agli input di immagini.