Text-to-CAD 평가를 위한 CADTests
요약
Text-to-CAD(텍스트를 3D 모델로 변환)는 디자인 워크플로우에 혁신적 잠재력을 가지고 있지만, 이를 평가할 수 있는 체계적인 방법론이 부족했습니다. 본 논문은 입력 프롬프트가 요구하는 기하학적 및 위상적 제약 조건을 검증하는 자동 테스트 기반의 'CADTests'를 소개합니다. 나아가 CADTests를 활용하여 Text-to-CAD 모델을 포괄적으로 평가할 수 있는 최초의 벤치마크인 'CADTestBench'를 구축하고 공개했습니다.
핵심 포인트
- Text-to-CAD는 디자인 분야에서 중요한 잠재력을 가진 작업으로 부상하고 있다.
- 기존에는 Text-to-CAD 모델의 성능을 평가할 수 있는 체계적인 벤치마크가 부족했다.
- 본 연구는 입력 프롬프트의 기하학적/위상적 요구사항 충족 여부를 검증하는 자동 테스트 시스템 'CADTests'를 개발했다.
- CADTests 기반으로 Text-to-CAD 모델을 평가할 수 있는 최초의 벤치마크인 'CADTestBench'를 제안하고 공개했다.
Text-to-CAD는 최근 디자인 워크플로우를 크게 가속화할 잠재력을 가진 중요한 작업으로 부상했습니다. 중요성에도 불구하고, Text-to-CAD 평가에 대한 연구는 놀라울 정도로 적었으며, CAD 모델 생성 성능을 평가하는 것은 여전히 상당한 어려움입니다. 본 논문에서는 자동 테스트를 기반으로 하는 Text-to-CAD의 새로운 평가 관점을 소개합니다. 우리는 입력 프롬프트가 요구하는 기하학적 및 위상적 요구 사항을 생성된 CAD 모델이 충족하는지 검증하는 실행 가능한 소프트웨어 테스트인 CADTests를 기반으로, Text-to-CAD를 위한 최초의 테스트 기반 벤치마크인 CADTestBench를 제안합니다. CADTestBench를 사용하여 최근의 Text-to-CAD 방법론에 대한 포괄적인 벤치마킹을 수행하고, 나아가 CADTests가 CAD 모델 생성에도 도움을 줄 수 있음을 입증하며, 현재 방법들의 성능을 능가하는 간단한 베이스라인을 제공합니다. CADTestBench 코드와 데이터는 GitHub 및 Hugging Face dataset에서 이용 가능합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기