10个值得关注的几何数据集

本文介绍10个用于机器学习训练的几何数据集。

NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割 

1、ABC：大型 CAD 模型数据集

ABC-Dataset是一百万个计算机辅助设计 (CAD) 模型的集合，用于研究几何深度学习方法和应用。每个模型都是明确参数化的曲线和曲面的集合，为微分量、面片分割、几何特征检测和形状重建提供基本事实。对曲面和曲线的参数描述进行采样可以生成不同格式和分辨率的数据，从而可以对各种几何学习算法进行公平比较。

作为ABC数据集的一个用例，团队对表面法线估计进行了大规模基准测试，比较了现有的数据驱动方法，并根据基本事实和传统法线估计方法评估了它们的性能。

2、20k OpenClipArt 数据集

20k OpenClipArt数据集包含从 OpenClipArt 网站下载的 2 万个 SVG 文件大集合。数据集中还提供了这些图纸的 obj 版本，并附有注释来描述 SVG 中的贝塞尔曲线。最后，团队提供了使用 Triwild 创建的曲线网格。

3、用于有限元分析的大规模比较数据集

我们引入了大量 FEM 基准问题，从具有分析解决方案的简单案例开始，转向经典的实验设置，最后为数千个真实世界的几何图形构建解决方案。对于所有这些情况，我们使用最先进的网格划分工具来创建非结构化（四面体）和结构化（六面体）网格，并比较不同元素类型对从热对流到流体传播的广泛椭圆 PDE 的性能。

4、四面体网格数据集

Tetrahedral Mesh Dataset使用四面体网格划分生成的 10,000 个四面体网格的集合，其实现可在 github 上找到。该数据集提供了一个 zip 文件，其中包含 10,000 个干净且流形的表面网格，这些网格是通过仅导出四面体网格的边界获得的。

5、六边形主导网格数据集

Hex-Dominant Mesh Dataset使用 Instant Meshes 算法生成的 106 个六边形主导网格集合，该算法的实现可在 github 上找到。该数据集基于由 Xiao-Ming Fu、Chong-Yang Bai 和 Yang Liu 整理的多立方体数据集。

6、六面体网格数据集

Hexahedral Mesh Dataset是使用场对齐、多立方体和八叉树方法生成的 194 个六面体网格的大型数据集。所有网格也都使用稳健结构简化算法进行了简化和优化，该算法的实现可在 github 上找到。

7、Thingi10K：3D 打印模型数据集

Thingi10k是一个包含 10,000 个模型的新数据集，这些模型是从在线 3D 打印模型共享数据库中收集的。通过分析几何（例如三角形纵横比、流形）和上下文（例如许可证、标签、类别）特征，我们证明与现有数据集相比，该数据集更简洁地概括了用于 3D 打印的真实世界模型。

为了方便未来的研究工作，我们还提供了一个在线查询界面，可根据项目特定的特征选择数据集的子集。完整的数据集和每个模型的统计数据均免费向公众开放。

8、场对齐参数化数据集

Field-Aligned Parametrization Dataset是包含114 个三角形网格的集合，配备交叉场，并使用各种场对齐参数化方法进行参数化。该数据集已在“稳健场对齐全局参数化”论文中引入。随后，它被用于四重主导重新网格化和生成全局双射 UV 映射。

9、HP 3D 扫描仪数据集

HP 3D Scanner Dataset包含使用 HP 3D 扫描仪获取的 6 组范围扫描。所有扫描都配备了每个顶点的颜色，以及一组使用场对齐在线表面重建算法重建的三角形和四边形表面，该算法的实现可在 github 上找到。

10、ETH/UZH 室内扫描数据集

ETH/UZH Indoor Scan Dataset 包含使用 FARO 扫描仪获取 3 个办公楼层（共 40 个房间）的点云扫描。数据以二进制层（办公室 1、办公室 2、办公室 3）或原始范围网格 (ptx) 格式提供。该数据集已在论文《大规模杂乱室内扫描中的对象检测和分类》中引入，其实现可在此处获得。

---

原文链接：10个常用的几何数据集 - BimAnt