SketchGraphs 数据集深度解析：面向 CAD 设计与机器学习的几何关系建模

核心问题：什么是 SketchGraphs，它解决了哪些研究与应用中的痛点？

SketchGraphs 是一个包含 1500 万个真实 CAD 草图的大规模数据集。每个草图都被表示为几何约束图（geometric constraint graph），其中节点代表几何图元（例如点、线、圆），边代表设计师设定的约束关系（如平行、垂直、相切等）。
该数据集的目标是为 机器学习辅助设计 和 几何程序归纳（program induction） 提供研究基础，同时推动 图神经网络（GNN） 在几何建模与生成式设计领域的应用。

SketchGraphs 示例
图片来源：SketchGraphs 项目

为什么 SketchGraphs 重要？

核心问题：为什么我们需要一个像 SketchGraphs 这样的大规模 CAD 数据集？

  • 🍂
    CAD 设计复杂性：现代 CAD 系统生成的几何关系远比几何形状本身更有价值，约束条件决定了设计是否稳健、可变和可扩展。
  • 🍂
    缺乏公开数据：在此之前，研究人员几乎没有大规模的真实 CAD 草图数据可供训练与实验。
  • 🍂
    AI 辅助设计的基础：机器学习模型需要大规模、真实的标注数据来学习 “设计意图”，而不仅仅是几何形状。

换句话说，SketchGraphs 提供了一个 桥梁：它连接了真实 CAD 工程实践与前沿机器学习研究，使得 AI 能够学习如何“像工程师一样”设计草图。

数据集结构与表示方式

核心问题：SketchGraphs 数据集具体由哪些部分组成？

SketchGraphs 提供了三类主要数据形式，适合不同层次的研究需求：

1. 原始 JSON 数据（43GB，适合高级用户）

  • 🍂
    来源：从 Onshape CAD 系统提取的草图。
  • 🍂
    格式：128 个 .tar 压缩包，使用 zstandard 压缩，总计约 43GB。
  • 🍂
    特点：包含完整的几何实体与唯一标识符，信息最丰富，但处理开销大。
  • 🍂
    使用场景：需要完全重现原始设计数据，或开发自定义解析与建模流程。

示例下载链接：
SketchGraphs Shards

2. 构造序列数据（15GB，推荐 ML 应用）

  • 🍂
    格式：单一文件，二进制格式存储，去除了冗余标识符。
  • 🍂
    特点：更紧凑，专为 机器学习模型训练 而设计。
  • 🍂
    应用：SketchGraphs 提供的基线模型（Graph Neural Network）就是基于该格式训练的。

下载链接：
sg_all.npy

3. 过滤后的构造序列（分割为训练/验证/测试）

  • 🍂
    特点：对草图进行筛选，去除过大或过小的草图，仅保留核心几何约束与实体。
  • 🍂
    优势：适合快速实验，包含 训练、验证和测试划分。
  • 🍂
    应用：SketchGraphs 的公开模型训练主要基于这一子集。

下载链接：

数据表示方式

每个草图 = 几何约束图 (Constraint Graph)

  • 🍂
    节点（Nodes）：几何图元（点、线、圆等）。
  • 🍂
    边（Edges）：几何约束（平行、垂直、相切等）。

草图与约束图示例
图片来源：SketchGraphs 项目

这种图结构不仅能表达几何形状，还能体现 设计意图与逻辑关系，使得模型能够学习设计师的思维方式。

安装与使用

核心问题：如何快速开始使用 SketchGraphs？

安装步骤

# 克隆并安装
pip install -e SketchGraphs

该命令会安装必要的依赖，用于加载与探索数据。

如果要训练模型，还需要手动安装以下依赖：

快速上手

SketchGraphs 提供了一个 Demo Notebook，展示了如何：

  • 🍂
    加载草图数据
  • 🍂
    使用 Onshape API 进行约束求解
  • 🍂
    可视化草图与约束关系

文件路径：demos/sketchgraphs_demo.ipynb

基线模型

核心问题：SketchGraphs 提供了哪些模型参考？

SketchGraphs 官方实现了两类基线模型：

  1. 生成式建模 (Generative Modeling)

    • 🍂
      目标：生成新的 CAD 草图。
    • 🍂
      方法：基于图神经网络，学习几何约束图的分布。

  2. 自动约束 (Autoconstrain)

    • 🍂
      目标：自动为草图添加约束，使其成为稳定设计。
    • 🍂
      方法：将几何实体作为节点，约束作为边，使用 GNN 学习预测缺失约束。

更多文档与模型细节：
SketchGraphs Models

应用场景与案例

核心问题：SketchGraphs 在实际研究与应用中能解决哪些问题？

  1. AI 辅助 CAD 设计

    • 🍂
      场景：设计师绘制初始草图，AI 自动补全缺失约束，使设计更稳健。

  2. 几何生成与逆向设计

    • 🍂
      场景：输入部分草图，模型预测完整几何结构。

  3. 程序归纳与结构化学习

    • 🍂
      场景：通过草图序列数据，学习生成几何操作的“程序逻辑”。

作者反思与见解

在实际使用 SketchGraphs 时，我意识到一个关键点：
CAD 草图的价值不仅在于几何形状，而在于约束所表达的设计逻辑。

传统几何数据集只保存形状，但缺乏“为什么要这么画”的解释。
SketchGraphs 提供了这个解释，使得模型不仅能画“像”，还可能学会“为什么这样画”。

这让我想到一个现实中的问题：当我们在团队里交接 CAD 文件时，约束逻辑的保留往往比图纸本身更重要。如果逻辑缺失，修改设计就会变得脆弱甚至无法继续。
从这个角度看，SketchGraphs 不只是数据集，更是对工程思维的一种抽象与保存。

实用摘要 / 操作清单

  • 🍂

    数据来源：1500 万个 CAD 草图，来源于 Onshape。

  • 🍂

    数据形式：

    • 🍂
      原始 JSON（43GB，最完整）
    • 🍂
      构造序列（15GB，ML 友好）
    • 🍂
      过滤构造序列（分训练/验证/测试，推荐使用）
  • 🍂

    安装命令：

    pip install -e SketchGraphs
  • 🍂

    额外依赖：PyTorch、torch-scatter。

  • 🍂

    模型：提供生成式建模与自动约束的基线模型。

  • 🍂

    应用：AI 辅助 CAD、自动约束、逆向设计、程序归纳。

一页速览（One-page Summary）

  • 🍂

    SketchGraphs 是什么？
    一个包含 1500 万 CAD 草图的大规模数据集，用于研究 CAD 设计中的几何关系与 AI 建模。

  • 🍂

    为什么重要？
    提供真实 CAD 草图数据，推动机器学习在设计自动化中的应用。

  • 🍂

    如何使用？
    安装 SketchGraphs，下载数据（推荐使用过滤后的构造序列），基于 GNN 模型进行实验。

  • 🍂

    能做什么？

    • 🍂
      自动生成 CAD 草图
    • 🍂
      为草图自动添加约束
    • 🍂
      学习几何设计的程序逻辑

常见问答（FAQ）

Q1: SketchGraphs 的数据能否直接在 CAD 软件中使用？
A1: 原始 JSON 数据可还原 CAD 草图，但更推荐使用构造序列数据配合 Python 库。

Q2: 我只想训练模型，应该下载哪个数据集？
A2: 推荐使用“过滤后的构造序列”数据集，已划分训练/验证/测试集。

Q3: 数据集太大了，有轻量级版本吗？
A3: 官方提供的过滤数据集就是轻量化后的版本，适合快速实验。

Q4: 模型训练需要什么依赖？
A4: 必须安装 PyTorch 和 torch-scatter。

Q5: 这个数据集能用来生成完整 CAD 零件吗？
A5: 目前主要用于草图级别的研究，而非完整三维零件建模。

Q6: 是否可以商用？
A6: 数据的版权归 CAD 草图原作者所有，请参考 Onshape 的使用条款。

Q7: SketchGraphs 提供了预训练模型吗？
A7: 官方仅提供基线模型实现，用户需要自行训练。

Q8: 是否支持在线浏览或可视化？
A8: 可以使用官方 Demo Notebook 配合 Onshape API 进行可视化和约束求解。