cad feature detection

CAD特徵檢測

一個最小的應用程序，可通過PythonOCC將步驟文件轉換為三個。該模型在MFCAD數據集上進行了培訓，因此分類有點不合時宜。但它傳達了這個概念。

該項目還利用PythonoCC周圍的OCCWL包裝器來處理從BREP到圖表的映射。

可以在這裡找到現場演示

技術堆棧信息：

• 前端

  • 反應
  • 打字稿
  • 反應三纖維
  • 尾風CSS

• 後端

  • Python
  • Fastapi
  • pythonocc
  • Pytorch

• 下屬

  • CDK
  • Lambda
  • 薩格人
  • Docker

如何使用

前端

• 本地運行前端： cd frontend && npm run start

• 創建生產構建： cd frontend && npm run build

• 配置：

  • 在前端文件夾中創建一個.ENV文件，並具有以下字段：

     #to set the paths properly the assets folder
    PUBLIC_URL="https://yoururl.com or localhost:3000"
    
    # URL for your backend
    REACT_APP_API_URL="https://api.yoururl.com or localhost:8080"
    

後端

• 本地運行後端： cd backend && uvicorn app.main:app --reload

• 配置：

  • 在帶有以下字段的backend/app文件夾中創建.ENV：

     ENDPOINT_NAME="name-of-sagemaker-endpoint"
    

薩格人

• 回購中包括訓練有素的UVNET模型。要將模型部署到SageMaker，請在功能_Detector文件夾中安裝requirements.txt文件，然後運行筆記本。您還必須在feature_detector文件夾中創建一個.env文件，其中填充以下字段：

   SAGEMAKER_EXECUTION_ROLE="sagemaker execution role"
  SAGEMAKER_S3_BUCKET="sagemaker s3 bucket to store model.tar.gz file"
  

下屬

• 在CDK的Instra文件夾中創建.ENV文件：

   DOMAIN="yourdomain.com"
  APP_NAME="NameForYourAppInCDK"
  API_SUBDOMAIN="sub.domain.for.api"
  FE_SUBDOMAIN="fe.subdomain"
  FE_BUCKET_NAME="name-for-s3-bucket-for-fe"