Enginuity:构建一个复杂工程图的多领域开放数据集
计算机视觉与模式识别
2026-01-21 v1
摘要
我们提出Enginuity——第一个开放的、大规模的、多领域的工程图数据集,带有为自动图解析设计的全面结构标注。通过捕获不同工程领域的层次组件关系、连接和语义元素,我们提出的数据集将使多模态大语言模型能够处理关键的下游任务,包括结构化图解析、跨模态信息检索和AI辅助工程仿真。Enginuity将对AI for Scientific Discovery产生变革性影响,它使人工智能系统能够理解和操作工程图中嵌入的视觉结构知识,打破目前阻碍AI充分参与科学工作流程的根本障碍,在这些工作流程中,图解释、技术制图分析和视觉推理对于假设生成、实验设计和发现至关重要。
引用
@article{arxiv.2601.13299,
title = {Enginuity: Building an Open Multi-Domain Dataset of Complex Engineering Diagrams},
author = {Ethan Seefried and Prahitha Movva and Naga Harshita Marupaka and Tilak Kasturi and Tirthankar Ghosal},
journal= {arXiv preprint arXiv:2601.13299},
year = {2026}
}
备注
Accepted at the 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: Ai4 Science