النماذج الشبكية (mesh models) هي نهج واعد لترميز بنية الأجسام ثلاثية الأبعاد. تتنبأ أنظمة إعادة بناء الشبكات الحالية بمواقع رؤوس موزعة بشكل متساوٍ لرسم بياني محدد مسبقاً من خلال سلسلة من التحويلات الشبكية (graph convolutions)، مما يؤدي إلى تنازلات فيما يتعلق بالأداء أو الدقة. في هذا البحث، ندعي أن تمثيل الأجسام الهندسية بالرسم البياني يسمح بوجود بنية إضافية يجب الاستفادة منها لتحسين إعادة البناء. لذلك، نقترح نظاماً يستفيد بشكل صحيح من مزايا البنية الهندسية للأجسام المرمزة بالرسم البياني من خلال تقديم: (1) تحديث تحويلي شبكي يحافظ على المعلومات الرأسية؛ (2) تقنية تقسيم تكيفي تسمح للتفاصيل بالظهور؛ و(3) هدف تدريبي يعمل على السطوح المحلية المحددة بواسطة الرؤوس وكذلك البنية العالمية المحددة بواسطة الشبكة. يتم تقييم الطريقة المقترحة لدينا في مهمة إعادة بناء الأجسام ثلاثية الأبعاد من الصور باستخدام مجموعة بيانات ShapeNet، حيث نظهر أداءً رائداً في مجال البحث، سواء بصرياً أو رقمياً، مع احتياجات فضائية أقل بكثير بإنشاء شبكات تكيفية.