为每个面标注加工特征
将按面预测的结果分组为型腔、沉孔、孔、台阶和倒角。外侧的圆弧拐角不是圆角特征，而是与侧面一起归入外轮廓。
此流程的实际项目- 1型腔9 个面
- 2沉头孔2个地方
- 3通孔4个地方
- 4台阶2 个面
- 5外轮廓8 个侧面
- 6倒角C2 · 6 个面
- 图纸
- A-01
- 名称
- 带凹槽和台阶的零件
- 步长
- 02 特征识别
- 单位
- mm
- 作者
- Gyu-tae Kim
- 更新日期
当前团队合作成果 · 进行中Wedraw Pro
团队产品，设计结果生成BOM、图纸和加工文件
- 使用 Furniture Builder 进行设计
- 图纸 · 订单
- 连接器输出
- 生产输入
两项识别3D形状的AI研究，以及一款将家具设计输出为工厂数据的团队产品。
产品屏幕读取 3D 模型并设计加工策略的 AI我们将从加工特征识别到 Fusion CAM 流程生成和结果验证的所有环节连接起来。负责人开发了形状分析、加工策略和Fusion集成。仅负责数字孪生结果的可视化。9种识别加工特征 · 包含毛坯
研究渲染图用于识别家具面板并计算尺寸变化的人工智能通过对面板进行分类并使用系数公式计算尺寸变化，实现网页上的实时设计和订购。负责人在团队中，我负责面板识别人工智能，并构建系数公式来计算面板尺寸和位置的变化。15种AI识别的面板类型
产品屏幕Wedraw Pro，从家具设计到生产SketchUp 设计以 BOM、标签、绘图和处理代码的形式输出，并在网络上进行检查。负责人在团队中，我主导了制造数据输出、生产输入、图纸和订单的初步开发。4种BOM、标签、加工图、加工代码输出
02
项目记录
汇总了主要项目之外由我负责开发的工作。
服务监控和错误跟踪不仅检测到了服务器状态，还检测到了发票和 KakaoTalk 的处理失败，并修复了 6 个运行问题的原因。负责人从监控标准到错误收集、通知以及管理员控制台，所有功能均由我亲自开发。查看项目
VODA 架构重新设计按新架构重做了从事件采集、汇总到页面截图的各个部分，并解决了分析页面的超时问题。负责人我开发了坐标采集、消息处理、数据整理器和爬虫。查看项目
VORY-Q 个性化推荐设计了一项根据访问和购买记录为每位客户挑选推荐商品并在商城页面展示的服务。负责人我设计了数据流、API、数据库和推荐结构，并开发了统计推荐。查看项目
场景切换播放器在进度条上标记场景切换点，并在同一界面完成预览、场景跳转和片段保存。负责人除场景检测外的播放器功能均由我开发。查看项目
OpenCAD：免费在线CAD和三维查看器
所有工具和用户指南我在开发用于打开、编辑和保存 DWG/DXF 图纸的二维 CAD，以及查看 STEP、SketchUp 模型和 NC 刀具路径的查看器。它们都是无需安装、免费使用的个人开源项目，查看器共用的三维核心也已公开。
OpenCAD DWG·DXF无需安装或注册的免费在线CAD编辑器，可打开、新建、编辑和保存DWG、DXF图纸。支持距离、角度、面积测量，以及PDF、PNG、SVG导出。.dwg.dxf
OpenCAD STEP 查看器这是一个免费的查看器，无需安装即可在浏览器中打开 STEP·STP 3D CAD 文件。您可以检查装配结构和零件属性，测量孔径和面之间的距离，并通过剖切和爆炸视图查看内部。.step.stp.p21
OpenCAD SketchUp 查看器这是一个免费查看器，可在浏览器中打开 SketchUp 6-2026 中保存的 SKP 文件。您可以查看标签/材质和组/组件，通过场景播放和漫游浏览空间，并测量距离和角度。.skp
OpenCAD NC 查看器免费的 NC 查看器，可查看 G 代码、Heidenhain（对话式、DIN/ISO）和板材加工文件（woodWOP MPR、WangShi PGI、KDT XML）的 3D 刀具路径。可将代码行与移动对应查看，回放加工顺序时还能看到毛坯被切削的过程。上机前需要检查的行会以警告提示。.nc.gcode.ngc.h.mpr.pgi.xml
制造软件开发笔记
全部技术笔记这里记录了我在开发 AI、CAD/CAM 和家具制造软件时思考过的问题。各项目中我负责的工作和成果，可在文章链接的案例中查看。
本科期间，我研究了强化学习、服装分类和虚拟试穿。下图是运行公开代码得到的示例。
使用强化学习创建TSP路径的图模型我实现了基于图模型的 TSP 搜索程序，通过强化学习选择下一个插入路径的城市。负责人我连接了图环境、训练循环与将城市插入路径的规则。步骤2AI城市选择+启发式路线插入
使用 ResNet 对服装照片进行分类的模型我训练了将 K-Fashion 服装照片分为连衣裙、外套、裤子和上衣的模型，并分析了各类别的错误。负责人已实现迁移学习、类别抽样和混淆矩阵评估。4种分类：连衣裙 · 外套 · 裤子 · 上衣
虚拟试穿应用，用于为肖像装扮我实现了 Android 应用与服务器之间的流程：用户选择人物照片和服装后，服务器返回虚拟试衣图像。负责人公开模型的输入预处理已集成到 Flask API 和 Android 应用中。步骤3预处理 → 生成虚拟试衣图像 → 返回应用
04
专利及项目
05
简介
我希望用能够在现实中应用的AI，让人们的工作和生活变得更轻松一些。
在研发阶段，我们实现了形状解析和规则学习的方法。在产品阶段，这些方法被应用于设计修改、制造数据输出和生产前验证。在生产运营阶段，我们收集了处理结果和错误信息，以识别遗漏的问题并纠正其原因。我们希望这些工具能够减少重复输入设计信息和预处理试错的工作量，并帮助小型制造企业充分利用已积累的技术。
- AI
- PythonTensorFlowPyTorch图神经网络强化学习计算机视觉
- 3D · CAD/CAM
- OpenCascadeSTEPAutodesk Fusion APICAM
- 产品开发
- SketchUp Ruby APIJavaScriptFlask