Fusion 360 Gallery Dataset - build123d Reconstructions

7,683个来自Fusion 360 Gallery重建数据集的参数化CAD模型，以可执行的build123d Python脚本形式重建。每个模型最初是Fusion 360的草图-拉伸序列，这些脚本使用build123d的上下文管理器以编程方式重现几何形状。7,683 parametric CAD models from the Fusion 360 Gallery Reconstruction Dataset, reconstructed as executable build123d Python scripts. Each model was originally a sketch-extrusion sequence from Fusion 360, and these scripts programmatically reproduce the geometry using build123d's context manager.

原始信息汇总

Fusion 360 Gallery Dataset - build123d Reconstructions 数据集概述

数据集来源与性质

• 本数据集是 Fusion 360 Gallery Reconstruction Dataset 的一个 修改集。
• 原始数据集地址：https://github.com/AutodeskAILab/Fusion360GalleryDataset
• 本数据集包含 7,683 个参数化CAD模型，这些模型源自原始数据集，并已被重建为可执行的 build123d Python脚本。
• 原始模型为Fusion 360的草图拉伸序列。本数据集使用build123d的BuildPart、BuildSketch和BuildLine上下文管理器，通过OCP绑定处理NURBS曲线，以编程方式复现了几何体。

数据集内容与结构

• 模型总数：7,683个。
• 组织方式：模型按时间轴操作数量（复杂度）打包成批处理文件。
• 批次结构：
  • 01_2ops/：3,161个模型，18个批次，2个时间轴操作。
  • 02_3ops/：833个模型，7个批次，3个时间轴操作。
  • 03_4to5ops/：1,748个模型，16个批次，4-5个时间轴操作。
  • 04_6to7ops/：915个模型，11个批次，6-7个时间轴操作。
  • 05_8to10ops/：618个模型，10个批次，8-10个时间轴操作。
  • 06_11to15ops/：275个模型，6个批次，11-15个时间轴操作。
  • 07_16to20ops/：93个模型，3个批次，16-20个时间轴操作。
  • 08_21plus/：40个模型，2个批次，21个及以上时间轴操作。
• 每个批处理文件是自包含且可执行的，包含最多约200个模型，且代码行数保持在5,000行以内。
• 每个批次包含一个联系表（batch_NNN_contact_sheet.png），以方形网格形式展示该批次所有模型的128x128缩略图。

数据格式与特征

• 批处理文件格式：
  1. 合并了批次中所有模型的导入语句。
  2. 包含模型函数（def model_XXXXX():），每个函数有一个# Description:注释和一个文档字符串。
  3. 包含一个**MODELS字典**，将函数名映射到预期的体积和表面积。
  4. 包含一个**__main__代码块**，用于根据预期测量值验证每个模型。
• 模型描述：每个模型函数都有一个根据渲染截图生成的视觉描述注释。
• 命名规则：函数名编码了原始文件ID（例如，model_100221_4d7b66c4_0003对应原始重建数据集中的100221_4d7b66c4_0003.json）。
• 验证：每个模型包含来自原始Fusion 360几何体的预期体积和表面积，并在1%的容差范围内进行验证。

与源数据集的关系

• 源范围：基于原始8,625个重建序列中的7,683个（能产生有效几何体的部分）。
• 转换过程：每个JSON重建序列被转换为等效的build123d Python脚本。本数据集不包含JSON元数据文件，需参考原始数据集获取。
• 覆盖范围：本数据集是原始数据集的一个子集和转换版本，不包含原始数据集中的装配、分割和其他带有JSON元数据的子集。

使用方式

• 安装依赖：pip install build123d（需要OCP/cadquery-ocp）。
• 运行验证：执行批处理文件以验证所有模型，例如：python 01_2ops/batch_001.py。
• 导入单个模型：可使用Python的importlib导入模块并调用特定模型函数。

许可信息

• 本修改集根据 Fusion 360 Gallery Dataset License 分发，仅限非商业研究用途。
• 完整条款见：https://github.com/zalo/Fusion360GalleryDataset-build123d/blob/main/LICENSE.md

引用

若本数据集对您的研究有所贡献，请引用原始的Fusion 360 Gallery Dataset： bibtex @inproceedings{willis2021fusion, title={Fusion 360 Gallery: A Dataset and Environment for Programmatic CAD Construction from Human Design Sequences}, author={Willis, Karl DD and Pu, Yewen and Luo, Jieliang and Chu, Hang and Du, Tao and Lambourne, Joseph G and Solar-Lezama, Armando and Matusik, Wojciech}, booktitle={ACM SIGGRAPH}, year={2021} }

搜集汇总

数据集介绍

构建方式

在计算机辅助设计领域，参数化建模的自动化重构为设计智能研究提供了关键数据基础。本数据集源自Fusion 360 Gallery Reconstruction Dataset，从中选取了7,683个能够生成有效几何体的参数化CAD模型，通过程序化方法将其转换为可执行的build123d Python脚本。每个模型均基于原始的草图拉伸序列，利用build123d的BuildPart、BuildSketch和BuildLine上下文管理器进行几何重构，并借助OCP绑定处理NURBS曲线，确保了从设计历史到代码的精确映射。

特点

该数据集以操作复杂度为组织原则，将模型按时间轴操作数量分为八个层级，从简单到复杂依次排列，并打包成自包含的批处理文件。每个批处理文件不仅包含模型函数与合并导入，还提供了视觉描述注释、预期体积与表面积数据，以及用于快速预览的接触表缩略图。这种结构化的组织形式既便于批量验证，也支持单个模型的灵活调用，同时通过严格的几何度量验证保证了重构结果与原始设计的一致性。

使用方法

使用者需预先安装build123d及其依赖库，即可直接运行批处理文件以验证所有模型的几何属性。通过导入模块机制，可以灵活调用单个模型函数，获取其三维形状并进行后续分析或可视化。数据集严格遵循非商业研究许可，旨在支持程序化CAD、设计序列分析与生成式建模等领域的研究工作，为相关算法开发与评估提供标准化、可重现的基准资源。

背景与挑战

背景概述

在计算机辅助设计（CAD）与程序化几何生成领域，高质量的数据集对于推动机器学习与自动化设计研究至关重要。Fusion 360 Gallery Dataset - build123d Reconstructions 数据集由 Autodesk AI Lab 等机构的研究团队于2021年创建，其核心研究问题在于如何将人类设计师在 Fusion 360 中创建的参数化CAD模型序列，转化为可执行的程序化表示，从而支持CAD序列重建、设计意图理解及生成式设计等任务。该数据集作为原始 Fusion 360 Gallery Reconstruction Dataset 的衍生版本，通过 build123d Python 脚本重构了7,683个有效几何模型，显著促进了CAD程序化建模、设计自动化及几何学习等领域的发展，为研究社区提供了宝贵的实验资源。

当前挑战

该数据集致力于解决参数化CAD程序化重建的挑战，即如何准确地将基于草图和拉伸操作的CAD设计序列自动转换为可执行的代码，同时保持几何精度与设计逻辑的一致性。构建过程中的挑战包括：从原始JSON重建序列到build123d脚本的转换需处理复杂的几何操作与NURBS曲线表达，确保生成代码的几何验证误差控制在1%容差以内；数据筛选需排除无法产生有效几何的序列，并依据时间线操作复杂度进行分级组织，以支持不同难度的研究任务；此外，保持批量文件的自包含性与可执行性，同时集成体积与面积验证机制，也对数据集的可靠性与实用性提出了较高要求。

常用场景

经典使用场景

在计算机辅助设计（CAD）与程序化几何生成领域，Fusion 360 Gallery Dataset - build123d Reconstructions 数据集为研究者提供了一个经典的使用场景：通过可执行的Python脚本重建参数化CAD模型。该数据集将原始的Fusion 360草图拉伸序列转化为基于build123d库的代码，使得用户能够以编程方式重现几何结构。这种形式不仅便于模型的批量验证与比较，还为探索CAD设计序列的自动化解析与生成奠定了实验基础，尤其适用于研究设计意图的编码与转换过程。

实际应用

在实际应用层面，该数据集可服务于工程设计与制造领域的多个场景。例如，在自动化设计系统中，这些脚本可作为模板用于快速生成类似结构的零部件；在教育培训中，它们为学习程序化CAD与参数化建模提供了丰富的实例。此外，在数字孪生与仿真分析中，重建的几何模型能够直接导入分析软件，辅助进行结构优化或性能评估，从而缩短产品开发周期，提升设计效率与可靠性。

衍生相关工作

围绕该数据集，已衍生出一系列经典研究工作。例如，原始Fusion 360 Gallery Dataset的相关研究探索了从人类设计序列中学习CAD构造程序的方法，推动了程序化CAD的进展。基于重建的build123d脚本，后续工作可能进一步研究设计模式的自动识别、生成模型的多样性控制，以及跨CAD平台的几何转换技术。这些衍生工作共同丰富了计算机图形学与设计自动化领域的研究图谱，为智能设计工具的研发提供了理论支撑与实践案例。