SYNBUILD-3D
收藏资源简介：
SYNBUILD-3D 是一个大规模的、多样化的、多模态的合成数据集，包含了超过 620 万个合成 3D 住宅建筑，每个建筑都被标注了详细的房间、门和窗户的几何形状，共提供了超过 3.9 亿个标签。该数据集的特点在于其统一的结构，提供了集成的室内外线框，并具有一致的几何和语义，为生成 3D 建筑模型提供了新的可能性。数据集包括语义丰富的 3D 线框、屋顶点云和带有分割掩码的平面图图像，支持跨模态的生成任务。该数据集的创建旨在促进 3D 建筑模型的生成，特别是针对 LoD 4 级别的建筑模型，为建筑学、能源模拟和导航等领域提供了丰富的数据资源。
SYNBUILD-3D is a large-scale, diverse, and multimodal synthetic dataset containing over 6.2 million synthetic 3D residential buildings. Each building is annotated with detailed geometric shapes of rooms, doors and windows, with a total of more than 390 million labels provided. The dataset features a unified structure that integrates indoor and outdoor wireframes, and maintains consistent geometric and semantic attributes, unlocking new possibilities for 3D architectural model generation. It encompasses semantically rich 3D wireframes, roof point clouds, and floor plan images with segmentation masks, supporting cross-modal generation tasks. This dataset was developed to facilitate the generation of 3D architectural models, especially those at the LoD 4 level, providing abundant data resources for fields including architecture, energy simulation and navigation.
SYNBUILD-3D: A large, multi-modal, and semantically rich synthetic dataset of 3D building models at Level of Detail 4
摘要
SYNBUILD-3D是一个大规模、多样化、多模态的合成数据集，包含超过620万个Level of Detail（LOD）4级别的住宅建筑3D模型。该数据集通过三种不同模态表示每个建筑：LOD 4级别的语义增强3D线框图（模态I）、相应的平面图图像（模态II）以及从相应屋顶表面采样的类似LiDAR的点云（模态III）。每个建筑线框的语义注释源自相应的平面图图像，包含房间、门和窗户的信息。
资源类型
- 数据集
- 三维对象
- 静态图像
发布日期
- 2025年8月27日
创作者/贡献者
- 作者：Mayer, Kevin（ORCID：https://orcid.org/0000-0002-5340-2711）
- 贡献者：Vesel, Alex
- 贡献者：Zhao, Xinyi
- 学位委员会成员：Fischer, Martin（ORCID：https://orcid.org/0000-0002-5071-017X）
主题
- Level of Detail（LOD）4
- 3D建筑模型
- 数据集
- 多模态
类型
- 数据
- 3D模型
- 图像
- 数据集
- 三维扫描
书目信息
- DOI：https://doi.org/10.25740/kz908vb7844
- 位置：https://purl.stanford.edu/kz908vb7844
访问条件
- 使用和复制：用户同意在适用情况下，内容不会用于识别或以其他方式侵犯个人的隐私或保密权利。通过斯坦福数字存储库分发的内容可能受到存储者应用的其他许可和使用限制。
- 许可：本作品采用知识共享署名4.0国际许可协议（CC BY）进行许可。
首选引用
@dataset{mayer2025synbuild3d, title = {SYNBUILD-3D: A large, multi-modal, and semantically rich synthetic dataset of 3D building models at Level of Detail 4}, author = {Mayer, Kevin and Vesel, Alex and Zhao, Xinyi and Fischer, Martin}, year = {2025}, publisher = {Stanford Research Data}, doi = {https://doi.org/10.25740/kz908vb7844}, url = {https://purl.stanford.edu/kz908vb7844} }
所属集合
- 斯坦福研究数据
版本
- 版本1：2025年8月27日（当前查看版本）
联系信息
- 联系人：kdmayer@stanford.edu
使用指标
- 查看次数：39
- 下载次数：11
- 1SYNBUILD-3D: A large, multi-modal, and semantically rich synthetic dataset of 3D building models at Level of Detail 4斯坦福大学土木与环境工程系, 斯坦福大学计算机科学系 · 2025年
