Sketch-and-Extrude ist ein gängiger und intuitiver Modellierungsprozess im computerunterstützten Design (CAD). In dieser Arbeit wird das Problem der Formerkennung aus Punktwolken durch inverses Sketch-and-Extrude untersucht. Wir stellen ExtrudeNet vor, ein unüberwachtes End-to-End-Netzwerk zur Entdeckung von Skizzen und Extrusionen aus Punktwolken. Hinter ExtrudeNet stehen zwei neue technische Komponenten: 1) eine effektive Darstellung für Skizzen und Extrusionen, die sowohl freiformige Skizzen als auch konventionelle zylindrische und kubische Primitive modellieren kann; und 2) eine numerische Methode zur Berechnung des signierten Distanzfelds, das im Netzwerklernen verwendet wird. Dies ist der erste Versuch, maschinelles Lernen zur Rückwärtsentwicklung des Sketch-and-Extrude-Modellierungsprozesses einer Form in einem unüberwachten Verfahren zu verwenden. ExtrudeNet gibt nicht nur eine kompakte, bearbeitbare und interpretierbare Darstellung der Form aus, die nahtlos in moderne CAD-Software integriert werden kann, sondern deckt sich auch mit dem standardmäßigen CAD-Modellierungsprozess und erleichtert verschiedene Bearbeitungsanwendungen. Dies hebt unsere Arbeit von bestehenden Shape-Parsing-Forschungen ab. Der Quellcode ist unter https://github.com/kimren227/ExtrudeNet veröffentlicht.