PP-Brep: Few-Shot B-rep Classification with Hybrid Graph Representation¶

会议: CVPR 2026
论文: CVF Open Access
代码: 无
领域: 3D视觉 / CAD / 图神经网络
关键词: B-rep 分类, 少样本学习, 混合图表示, 对比预训练, 图 prompt

一句话总结¶

把 CAD 的 B-rep 模型拆成「局部拓扑图 + 全局平行图 + 区域关联超图」三层混合图，配一个层次化异构 GNN，再用 RL 自适应扰动的对比预训练学通用表征、用结构感知的图 prompt 做少样本微调，在 TraceParts-11 / FabWave-31 两个零件数据集上以 1/3/5-shot 显著超过通用图 prompt 方法。

研究背景与动机¶

领域现状：工业制造里要按几何和拓扑给 3D CAD 零件分类（便于设计复用与自动化）。CAD 模型天然以 B-rep（边界表示，boundary representation）存储——由面、边、顶点及它们的邻接关系构成。主流做法要么多视角渲染后用 2D CNN，要么直接把 B-rep 解析成图后喂 GNN（UV-Net、BRepNet、AAGNet 等），但都依赖大量带标注样本做监督训练。

现有痛点：工业场景里新零件类别的标注数据极度稀缺，监督管线无法快速适配。近年转向「无监督预训练」从无标注数据里学通用表征，但评估时仍用 linear probing，下游还是要大量标签——本质上没解决「只给几个样本就要认出新类」的少样本问题。

核心矛盾：B-rep 的结构信息是多层次的（单面局部邻接、跨面的对称/对齐这类远程约束、孔/凸台/凹槽这类功能单元级结构），但已有图表示往往只建模「面-面邻接」这一层，丢掉了远程几何关系和功能级结构；同时已有「预训练+下游」路线走的是生成式预训练 + 传统微调，少样本下微调会灾难性过拟合，而「对比预训练 + 参数高效 prompt 微调」这条路线在 B-rep 少样本分类上还没被验证过。

本文目标：(1) 设计能同时刻画局部、全局、区域三层结构的 B-rep 图表示；(2) 构建一个不靠重训整个 backbone 的少样本分类框架。

切入角度：既然单层邻接图信息不足，就用三种互补的图把不同尺度的拓扑都显式编码出来；既然少样本下微调会过拟合，就冻结 backbone、只学轻量的结构感知 prompt。

核心 idea：用「混合多层图表示 + RL 增强对比预训练 + 结构感知图 prompt」把大规模无标注 CAD 预训练和少样本下游分类桥接起来。

方法详解¶

整个系统分两大块：先把一个 B-rep 模型转成混合图表示（三层图拓扑 + 多语义几何特征），再用 PP-Brep 框架（层次化异构 GNN backbone + RL 对比预训练 + 结构感知 prompt 微调）完成少样本分类。预训练在 17 万个无标注模型的 DeepCAD 上做，下游只用每类 1/3/5 个样本。

整体框架¶

输入是一个 B-rep CAD 模型，输出是它的零件类别。中间流程是：①把 B-rep 解析成混合图（三种拓扑边 + 面/边特征）；②层次化异构 GNN 在超图卷积和异构图 Transformer 两阶段上提取节点表征；③在大规模无标注数据上用 RL 自适应扰动的对比学习预训练 backbone；④冻结 backbone，针对每个下游少样本任务只训练结构感知 prompt（SAP）和一个线性分类头。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["B-rep CAD 模型"] --> B["混合图表示<br/>局部拓扑图 + 全局平行图 + 区域关联超图<br/>+ 多语义面/边特征"]
    B --> C["层次化异构 GNN<br/>超图卷积 → 异构图 Transformer"]
    C -->|大规模无标注数据| D["RL 增强对比预训练<br/>自适应扰动 + 原地扰动"]
    D -->|冻结 backbone| E["结构感知图 Prompt（SAP）<br/>三池 prompt + 加权融合"]
    E --> F["线性分类头<br/>少样本零件类别"]

关键设计¶

1. 混合图表示：用三层互补图 + 多语义特征补足单层邻接图丢失的结构

这是针对「单层面-面邻接图信息不足」的核心补救。作者把一个 B-rep 编码成三种图叠在一起：

局部拓扑图 \(G_{adj}\)：以面为节点、边为图边建邻接图，再用面质心两两欧氏距离作权重、跑 Kruskal 最小生成树（MST），把原始邻接图简化成一棵 MST，降低模型复杂度同时保留基本拓扑骨架。
全局平行图 \(G_{par}\)：捕捉在 \(G_{adj}\) 里相隔很远、但几何上强相关（对称、对齐）的远程约束。遍历所有非相邻平面面对 \((F_i, F_j)\)，算它们法向量夹角，当夹角小于阈值（如 \(1^\circ\)）就在两面间加一条平行边。
区域关联超图 \(H_{reg}\)：表达功能单元级（孔、凸台、凹槽）结构。把所有面质心当 3D 点云，用最远点采样（FPS）选 \(K\) 个种子点 \(S=[S_1,\dots,S_K]\)，每个种子做 Ball Query 聚拢邻近面节点；再做拓扑一致性修正（剔除与簇内其它节点都不连通的孤立节点），剩下的节点组成一条超边；最后做全邻接闭包推断——若某边界节点的整个邻域都已属于某超边，就把它也并进去。

三层图分别覆盖「局部骨架 → 远程约束 → 功能区域」，从局部到全局形成层次化拓扑。配套的多语义几何特征编码给面和边各编参数化与非参数化两类特征：面的非参数特征 \(F_{np}\) 是 UV 域上 \(8\times32\times32\) 网格采样经 2D CNN 压到 128 维；参数特征 \(F_p\) 把 16 维标量按「曲面类型/面积/结构属性/微分几何属性」分四组各自线性嵌入成 32 维再拼成 128 维；最终面描述子 \(F_{face}=\mathrm{Concat}(F_p, F_{np})\)。邻接边特征 \(E_{adj}\) 同理拼非参数（1D CNN 编 UV 路径采样）和参数（凸性/长度/曲线类型）；平行边只带语义信息，直接把 8 维标量经 MLP 映射成 256 维 \(E_{par}\)。

2. 层次化异构 GNN（Hierarchical HeteroGNN）：超图卷积 + 异构图 Transformer 双阶段融合三种边

混合图里有三类异质的边（邻接边、平行边、超边），普通 GNN 没法统一处理。作者设计两阶段 backbone：第一阶段对超图做 \(n\) 层超图卷积，更新节点 \(X_{i+1}=\mathrm{ReLU}(\mathrm{HypergraphConv}(X_i, H_{reg}))\)，先把功能区域级信息融进节点。第二阶段把结果 \(X_n\) 送进 \(m\) 层异构图 Transformer，用 TransformerConv 在局部拓扑图和全局平行图上分别传播：\(X'_{adj}=\mathrm{TransformerConv}(X_n^j, G_{adj}, E_{adj})\)，\(X'_{par}=\mathrm{TransformerConv}(X_n^j, G_{par}, E_{par})\)，再用可学习归一化权重加权融合两支：

\[X_n^{j+1}=\mathrm{ReLU}\big(\alpha_{adj}^{(j)} X'_{adj}+\alpha_{par}^{(j)} X'_{par}\big)\]

末层节点表征 \(\bar X\) 在预训练阶段经全局平均池化得到图级表征。这个 backbone 同时被预训练和 prompt 微调共享。推理时输入的是 \(X_0+p\)（prompt 增强的节点特征）而非 \(X_0\)。

3. RL 增强对比预训练：用 Actor-Critic 自适应调扰动强度 + 原地扰动省显存

预训练沿用 SimGRACE（对同一样本的锚点视图 \(z_1\) 和扰动 backbone 得到的增强视图 \(z_2\) 做 InfoNCE 对比）：

\[\mathcal{L}_{CL}=-\frac{1}{B}\sum_{i=1}^{B}\log\frac{\exp(\mathrm{sim}(z_{1,i}, z_{2,i})/\tau)}{\sum_{k=1}^{B}\exp(\mathrm{sim}(z_{1,i}, z_{2,k})/\tau)}\]

但直接用 SimGRACE 有两个问题。其一，固定扰动强度对结构复杂度差异大的 B-rep 不合适，所以作者用 Actor-Critic 当扰动控制器 \(C\)：以锚点视图 \(z_1\) 作状态 \(s\)，Actor 据此输出扰动强度 \(\rho\)，平滑后的负对比损失 \(-\mathrm{EMA}(\mathcal{L}_{CL})\) 作奖励 \(r\)（奖励越高说明当前扰动诱导的任务难度越合适），优化目标为 \(\mathcal{L}_{RL}=-A\cdot\log\pi(\rho|s)+(r-V(s))^2\)，其中优势函数 \(A=r-V(s)\)。其二，SimGRACE 造增强视图要完整复制整个 backbone，大规模下显存和算力爆炸。作者设计「原地扰动（in-place perturbation）」：先缓存原参数 \(\theta_{orig}\)，按 RL 给的强度 \(\rho\) 给当前参数加高斯噪声得 \(\theta'\)，在 torch.no_grad() 下算出 \(z_2\)，再用缓存恢复回 \(\theta_{orig}\)，最后开梯度算 \(z_1\)——这样对比损失的梯度只经 \(z_1\) 回传更新原参数，不必复制模型。实测在 batch=8192 时单 epoch 从约 1104s 降到 19.31s，让 DeepCAD 这种 17 万模型规模的对比学习变得可行。

4. 结构感知图 Prompt（SAP）：冻结 backbone，给每个节点生成上下文专属 prompt 做少样本微调

针对「少样本下微调灾难性过拟合」，作者冻结预训练好的 backbone，只学一个轻量 prompt。SAP 维护三个独立可学习的 token 池 \(P_{adj}, P_{par}, P_{reg}\)（Kaiming 均匀初始化），分别承载局部、全局、区域三种结构上下文知识。对初始节点嵌入 \(X_0\) 的每个节点 \(i\)，先在 \(G_{adj}, G_{par}, H_{reg}\) 上分别做邻域聚合得到上下文感知特征 \(h_{adj}, h_{par}, h_{reg}\)；再仿照 All-in-One，以这些特征为 query 从对应 token 池生成三个结构专属 prompt 向量 \(p_{adj}, p_{par}, p_{reg}\)；最后用可学习权重融合：

\[p=\alpha_{adj}\,p_{adj}+\alpha_{par}\,p_{par}+\alpha_{reg}\,p_{reg}\]

其中 \([\alpha_{adj}, \alpha_{par}, \alpha_{reg}]\) 是对可学习参数 \(w_{fusion}\in\mathbb{R}^3\) 做 Softmax 得到的。生成的 \(p\) 逐元素加到 \(X_0\) 上，\((X_0+p)\) 喂进冻结的 backbone，图级输出送一个从头训练的线性分类器。关键在于 \(p\) 不是通用静态向量，而是针对每个节点的局部/全局/区域上下文定制的「动态指令」，因而能在参数高效的前提下做到结构感知的少样本适配。

损失函数 / 训练策略¶

两阶段：预训练阶段联合优化对比损失 \(\mathcal{L}_{CL}\)（更新 backbone \(\theta\)）和 RL 损失 \(\mathcal{L}_{RL}\)（每 \(k\) 步更新控制器 \(\phi\)，奖励用 EMA 平滑）；下游阶段冻结 backbone，只训 SAP 的 token 池、融合权重和线性分类头。

实验关键数据¶

主实验¶

预训练用 DeepCAD（约 17 万 B-rep 模型）；下游评估用 FabWave-31（31 类 2775 个）和 TraceParts-11（11 类 943 个），采用 Full-set K-Shot（K=1/3/5），指标取 5 次随机采样的均值 ± 标准差，报告 Accuracy / F1 / AUROC。

TraceParts-11 上 1-shot 结果：

方法	Accuracy(%)	F1(%)	AUROC(%)
PSP	34.85	28.36	61.21
sim+EP	61.06	58.32	87.03
sim+GPF	60.19	59.54	90.67
MultiGprompt	68.63	68.02	89.89
GCoT	63.46	65.51	86.04
Ours	73.35	73.18	94.79

更难的 FabWave-31 上 1-shot 结果（通用 baseline 普遍掉点，本文几乎不掉）：

方法	Accuracy(%)	F1(%)	AUROC(%)
PSP	33.23	21.44	73.48
sim+EP	38.91	33.30	85.35
sim+GPF	38.18	31.36	83.92
MultiGprompt	60.09	59.54	90.75
GCoT	64.34	59.63	90.57
Ours	72.98	72.75	91.82

K 增大时本文扩展性最强：FabWave-31 上从 1-shot 72.98% 提到 5-shot 87.55%（净增 14.57%），而 MultiGprompt 仅约 +10%、GCoT 仅 +6.2%；5-shot 时本文在 TraceParts 上超最佳 baseline 13.7%、FabWave 上超 17.0%。

消融实验¶

均在 DeepCAD 预训练、FabWave-31 1-shot 下评估。

混合图组件累加（Table 3）：

配置	Accuracy(%)	F1(%)	AUROC(%)
仅节点特征（No Edges）	51.43	34.57	62.18
+ \(G_{adj}\)	57.08	45.87	70.34
+ \(G_{par}\)	60.95	64.57	88.02
完整（+ \(H_{reg}\)）	72.89	72.60	91.53

预训练策略与下游微调（Table 4 / 5）：

维度	配置	Accuracy(%)	说明
预训练	GraphMAE2	45.76	生成式，最差
预训练	GraphCL	59.66	对比式（图增强）
预训练	SimGRACE	67.50	对比式（模型扰动）
预训练	Ours(RL)	72.89	RL 自适应扰动最优
微调	Fine-Tuning	43.82	灾难性过拟合
微调	Non-Context prompt	70.30	无上下文 prompt
微调	Ours(SAP)	72.89	结构感知 +2.6%

原地扰动效率（Table 7，单 epoch 秒数）：batch=8192 时完整复制 1104.23s vs 本文 19.31s；且下游性能（Table 6）几乎不变（72.39% vs 72.89%）。

关键发现¶

区域关联超图贡献最大：在 \(G_{adj}+G_{par}\) 基础上加 \(H_{reg}\) 准确率猛增 +11.9%，说明功能单元（孔/凸台/凹槽）级结构对 CAD 零件分类至关重要。
微调 vs prompt 差距巨大：直接 Fine-Tuning 仅 43.82%（过拟合），而 SAP 达 72.89%，证明少样本下「冻结 backbone + 轻量 prompt」是正解。
原地扰动是工程关键：57 倍提速且不掉点，让 17 万模型规模的对比预训练真正可跑。
失败模式：螺纹零件易混——螺纹在 \(G_{par}\) 里引入大量近似平行的噪声边，而真正有判别力的头部几何信号被淹没。

亮点与洞察¶

三层异构图的设计很对症：局部 MST 给骨架、平行图给远程对称/对齐、超图给功能区域，恰好对应 CAD 零件「靠局部细节+整体对称性+特征孔洞」来区分的人类直觉，消融也证明超图最关键。
原地扰动是可复用的 trick：SimGRACE 复制整个 backbone 造增强视图的显存瓶颈，被「缓存参数→加噪→no_grad 前传→恢复」绕过，57 倍提速，这套思路可迁移到任何「扰动模型参数做对比」的自监督场景。
用 RL 控制扰动强度：把「增强强度」从固定超参变成 Actor-Critic 据样本难度动态决策，奖励直接挂对比损失的 EMA，是把课程学习思想塞进对比预训练的巧妙做法。

局限与展望¶

作者承认螺纹等含密集近平行边的零件会让全局平行图充满噪声边、判别信号被淹没，是当前失败主因。
平行图阈值（如 \(1^\circ\)）、FPS 种子数 \(K\)、Ball Query 半径等图构造超参对不同零件分布的敏感性未充分分析（⚠️ 正文未给消融）。
只在 CAD/B-rep 两个数据集上验证，方法是否能迁到 mesh/点云等其它 3D 表示未知；评估类别数偏少（11/31 类）。
改进方向：对全局平行图加去噪/降权机制抑制螺纹类噪声边；探索把混合图表示用于 B-rep 分割、检索等更多下游任务。

评分¶

新颖性: ⭐⭐⭐⭐ 三层混合图 + RL 自适应扰动 + 结构感知 prompt 的组合在 B-rep 少样本分类上是新路线，单个组件多为已有思想的巧妙改造。
实验充分度: ⭐⭐⭐⭐ 两数据集 × 1/3/5-shot + 4 组消融 + 效率对比较完整，但仅 CAD 域、类别数偏少，图构造超参敏感性缺失。
写作质量: ⭐⭐⭐⭐ 框架图清晰、公式齐全、失败案例诚实，少量笔误（如 related work 小写）。
价值: ⭐⭐⭐⭐ 工业 CAD 少样本分类是真实刚需，原地扰动这一工程优化尤其实用可复用。