训练 CAD AI，最难的往往不是“模型怎么选”，而是——标签从哪儿来。

在 CAD 场景下，怎么把“人工标记”和“自动标记”结合起来，用最小的人工成本，得到质量足够高的训练数据集，是我们必须要思考的问题。

1. 先搞清楚：CAD AI 需要什么样的“标签”？

比起图像分类那种“猫 / 狗 / 车”级别的标签，CAD 的标签要复杂得多，大致可以分三层：

1）模型级标签（整体是什么）

• 零件类别：螺栓、支架、壳体、法兰、轴、齿轮…

• 功能用途：承力件、传动件、定位件、密封件…

• 工艺属性：铸件、钣金件、机加工件、焊接件…

• 业务属性：是否标准件、属于哪条产品线、用在哪个总成上…

• 。。。

2）几何 / 特征级标签（局部是什么）

• 某一段圆柱是“轴颈”；

• 这个孔是“通孔 / 盲孔 / 螺纹孔”；

• 某一圈特征是“加强筋”；

• 某些面是“装配基准 / 定位面”；

• 。。。

3）业务语义标签（工程师脑子里的东西）

• 哪些是“可替代零件”；

• 哪些是“高风险特征”（应力集中、加工困难）；

• 哪些是“典型设计模式”（比如某个公司惯用的电机支架方案）；

• 。。。

这些信息，没有工程师“点头”，AI 是不可能自己悟出来的——至少在相当长一段时间内都很难。

2. 为什么不能只靠自动标记？也不能只靠人工标记？

1）只靠自动：快，省心，但不可靠

在 CAD 环境里，确实有很多“自动”信息可以挖：

• 文件夹路径：汽车/底盘/悬架/连杆/…；

• 文件名：Rear_Arm_STD_M12_80.SLDPRT；

• CAD 属性：材料、规格、标准号、设计者、创建日期…；

• PDM / BOM：上级总成、零件号、使用场景。

这些都可以写代码自动抓出来，形成所谓的“弱标签”。

问题是：

• 文件命名不规范、复制粘贴、历史遗留乱七八糟；

• 同一种零件，在不同项目里被叫不同名字；

• 很多属性压根没填，或者填得随意。

自动标记可以“以量取胜”，但不能当做“金标准”。

2）只靠人工：准，但太贵

如果完全靠工程师一个模型一个模型地标：

• 10 万个 3D 模型；

• 每个看 1 分钟，还不算犹豫和讨论；

• 就是 100,000 分钟 ≈ 1667 小时 ≈ 200 个工作日。

现实是：工程师还要干正事，没法全天帮你“做标注员”。

人工标记必须“用在刀刃上”，只做最有价值、机器干不了的那部分。

3. 人机协同方法的思考

用自动标记铺数据量，用人工标记定标准、校错误。

放在一个简化流程里，看起来大概这样：

1）先自动挖“弱标签”

• 从文件名、文件夹、CAD 属性、BOM 等系统里，一次性扫出一堆标签；

• 不要要求“全对”，先把大部分能猜的都猜出来。

2）让工程师在“小样本”上做“精标”

• 选一两千个典型零件，工程师认真标；

• 顺便把“标签体系”讨论清楚：类别名是什么，边界怎么划。

3）用小样本 + 弱标签做一个“初始分类器 / 规则集”

• 比如一个简单的零件分类模型；

• 或者一套基于几何规则的“孔 / 凸台 / 肋板”识别算法。

4）让模型 / 规则去给“大量模型”自动打标签，并给每个标签一个“置信度”

• 例如：“这是连杆类零件，置信度 0.95”。

5）人工只盯住几类“关键样本”

• 置信度低的样本；

• 业务价值高的样本（关键零件、常用件）；

• 模型看起来“很不确定”的边界情况。

6）把人工修正过的结果再喂回去，迭代一轮训练

• 越训越准，人工工作量越来越小。

7）整个过程持续迭代

• 每次多一点新数据、新标签，就继续跑这一套。

这其实就是一个半监督 / 弱监督 + 人工校正的闭环。

4. 自动标记

CAD 场景里，可用的“自动标签来源”，大致有这些：

1）从文件夹 / 文件名里挖分类

成本极低、覆盖率高、错误也不少，但非常适合做“第一轮粗标签”。

2）利用 CAD 自带属性和 PMI

很多 CAD 模板里已经约定了属性字段，比如：

• 材料；

• 标准号；

• 重量；

• 版本；

• 公差、表面粗糙度（语义PMI）；

• 。。。

代码可以把这些字段全部读出来，直接作为标签或特征。

3）利用 PLM / ERP / BOM 的结构关系

这些系统里通常有：

• 产品树；

• 总成 / 子总成 / 零件之间的装配关系；

• 零件在不同型号中的使用频率。

这些都非常有价值，需要和企业现有系统做集成。

4）几何规则 + 脚本：自动识别基础特征

如果我们有访问 BREP / 拓扑结构的能力，可以写一套简单规则，例如：

• 检测所有“圆柱面 + 贯穿两个平面”的结构 → 候选“通孔”；

• 圆柱面 + 一侧封闭 → 候选“盲孔”；

• 一个边界上连续的圆角面 → 候选“倒角 / 圆角”；

• 一组平行加强肋 → 候选“加强筋”。

或者通过功能强大的商用文件解析器，可在解析3D模型文件时获取特征树。这类“特征级标签”，人工逐个标不现实，但用程序识别出来，再由工程师抽检、修正，成本就可控了。

5）聚类 / 相似度：帮你“捆绑标注”

如果我们已经能算模型之间的“相似度”（比如基于 BREP 编码、图结构、专用AI小模型等），可以先做一件事：

• 把相似度高的一堆零件分成一簇一簇；

• 人工只需要给“这一簇”起个名字，一次标几十个。

对于 CAD 这种专业领域来说，模型选型、算法框架当然重要，但往往不是决定性的。真正拉开差距的是：

• 谁有更成体系的标签标准；

• 谁把“自动 + 人工”结合得更顺；

• 谁能把工程师的经验持续沉淀到标签里。

如果我们准备做自己的 CAD AI，可以尝试落地的三个动作：

1. 先写代码或者脚本，把现有CAD / PDM里的“弱标签”挖出来；

2. 动员 2–3 个最懂业务，愿意配合的工程师，花一两周时间，把标签体系和标注规范定下来；

3. 做一个简单、顺手的 3D 标注小工具，把“精标 + 复核 + 抽检”这套流程跑起来。

我大胆的预估CAD AI 的 80%工作和成本在“标签工程”，只有 20% 在“算法工程”。模型可以慢慢换、慢慢升级，但这套“标签生产线”一旦跑通，就是自己的 CAD AI 长期护城河。