画像生成モデルで図面からノイズ要素を除去 形状のみを自動抽出する新機能：メカ設計ニュース

renueは、2D図面から3Dモデルを自律生成するWebアプリケーション「Drawing Agent」に、新機能「図面クリーンアップ」を追加した。OpenAIの画像生成モデル「gpt-image-2」を活用し、入力図面から補助線、寸法標注、ハッチング、引出線、断面ラベル、タイトルブロックを除去し、純粋形状のみを抽出する。

[八木沢篤，MONOist]

　renueは2026年4月24日、2D図面から3Dモデルを自律生成するWebアプリケーション「Drawing Agent」に、新機能「図面クリーンアップ」を追加したと発表した。

　OpenAIの画像生成モデル「gpt-image-2」を図面読み取りの前処理層に組み込み、入力図面から補助線、寸法標注、ハッチング、引出線などのノイズ要素を除去し、純粋な外形輪郭と材質境界線のみを自動抽出できるようにした。

renueは2D図面から3Dモデルを自律生成するWebアプリ「Drawing Agent」に、「図面クリーンアップ」機能を追加した［クリックで拡大］ 出所：renue

　同機能では、従来は画像認識モデル側で担っていたノイズ除去を、生成モデルによる前処理に切り分ける2段構成を採用している。生成モデルが補助線の除去や線画クリーンアップを担い、下流の画像認識モデルが形状認識に専念することで、従来ボトルネックとなっていた読み取り精度の改善につなげる。

　対象はCADネイティブPDFに加え、スキャンPDFや紙図面、FAX画像も想定する。特に曲面や複合形状を含む図面、記号密度の高い工程図など、従来は手作業による補正が必要だった領域への適用を進める。

【Drawing Agent】図面クリーンアップ機能（gpt-image-2） 出所：renue

難度の高い工程図でも目視と同等レベルで補助線を分離

　紙由来の図面では、寸法線やハッチング、手書き注記が図面読み取り精度を下げる要因となっていた。既存のAI OCRは文字抽出に強い一方、図形レイヤーのノイズ除去には課題が残っていた。

　今回、gpt-image-2に補助線や断面ラベル、タイトルブロックを除去するプロンプトを適用し、純粋形状を抽出する仕組みを構築した。同社の検証では、曲面や複合形状を含む難度の高い工程図でも、目視と同等レベルで補助線を分離できたとしている。

　これにより、従来、担当者が数時間かけていた前処理工程を数十秒レベルの処理に置き換えられるという。図面1枚当たりのスループット向上に加え、担当者ごとの差異を抑えた再現性のある前処理品質の実現につなげる。

OpenAIの画像生成モデル「gpt-image-2」を活用し、入力図面から補助線、寸法標注、ハッチング、引出線、断面ラベル、タイトルブロックなどのノイズ要素を除去し、純粋形状のみを抽出する［クリックで拡大］ 出所：renue

　2026年内は、対応図面パターンの拡張とフィルター精度の改善を継続する方針だ。同時に、製造業の試作部品、建設業の構造図、ジュエリーやアパレル領域の意匠図など、記号密度の高い領域への適用を拡大する計画で、業界別の前処理プリセットの整備も進める。業界ごとの図面表記ルールをプリセット化することで、導入時のチューニング期間の短縮も図る考えだ。

　また、renueは単一の平面図から三面図や異なる角度の補完図面を生成し、それらを統合入力として3D CAD生成に渡すアプローチも並行して検証しているという。1枚の図面に含まれない情報を生成モデルで補うことで、CAD復元の安定性向上につなげる。

⇒ その他の「メカ設計」関連ニュースはこちら