NFH-SEM Dataset

我们收集了一个多视角、多检测器的SEM数据集，涵盖具有不同几何特征的各种样本。该数据集包括使用双光子光刻（TPL）技术制造的复杂微结构，以及桃花粉和SiC颗粒表面。数据使用ZEISS Gemini 560 SEM系统获取。每个样本包含来自不同视角的37次扫描。对于每个视角，使用Everhart-Thornley检测器捕获一张二次电子（SE）图像，并使用气动可伸缩BSE检测器获取四张背散射电子（BSE）图像。

We collected a multi-view, multi-detector SEM dataset covering diverse samples with distinct geometric characteristics. This dataset encompasses complex microstructures fabricated via two-photon lithography (TPL), as well as the surfaces of peach pollen and SiC particles. All data were acquired using a ZEISS Gemini 560 SEM system. Each sample includes 37 scans captured from different viewing angles. For each viewing angle, one secondary electron (SE) image is captured using an Everhart-Thornley detector, and four backscattered electron (BSE) images are acquired via a pneumatically retractable BSE detector.

原始信息汇总

NFH-SEM 数据集概述

数据集简介

NFH-SEM 是一个用于扫描电子显微镜（SEM）三维表面重建的多视角、多探测器 SEM 数据集。该数据集旨在重建复杂微结构的多视角、多探测器二维 SEM 图像。

数据集内容

• 样本类型：包含多种具有不同几何特征的样本，具体包括：
  • 通过双光子光刻（TPL）技术制造的复杂微结构。
  • 桃花粉。
  • SiC 颗粒表面。
• 数据采集设备：使用 ZEISS Gemini 560 SEM 系统采集。
• 数据采集细节：
  • 每个样本包含 37 个不同视角的扫描。
  • 每个视角采集一张二次电子（SE）图像（使用 Everhart-Thornley 探测器）。
  • 每个视角采集四张背散射电子（BSE）图像（使用可气动收回的 BSE 探测器）。
• 独特性：据所知，这是第一个用于微结构三维表面重建的多探测器 SEM 数据集。

数据发布

• 完整数据集将在论文正式发表后发布。
• 提供一个测试示例可供下载，可放置在 load/ 文件夹中。

数据集应用示例

• Wukong 模型：约 300 μm，通过 TPL 制造。
• 桃花粉颗粒：约 40 μm。

自定义 SEM 数据集准备

• 数据采集步骤参考论文中的“多视角和多探测器 SEM 成像”部分。

• 使用 Agisoft Metashape 对多视角 SE 图像运行运动恢复结构（Structure-from-Motion），保存深度图、置信度图和相机位姿为 .npz 文件，放置在 camera/ 文件夹。

• 多视角 BSE 图像（来自 4Q-BSE 探测器的四个象限）分别放置在 Q1 至 Q4 文件夹。

• 目录结构示例：

  └── 样本名称 └── camera ├── 001.npz (顶视图) ... └── N.npz (侧视图) ├── Q1 (BSE 象限1) ├── 001.png (顶视图) ... └── N.png (侧视图) ├── Q2 (BSE 象限2) ├── Q3 (BSE 象限3) └── Q4 (BSE 象限4)

相关资源

• 论文地址：https://arxiv.org/abs/2508.04728
• 测试数据：暂未提供完整链接

引用

如果使用本数据集，请引用：

@misc{chen2025neuralfieldbased3dsurface, title={Neural Field-Based 3D Surface Reconstruction of Microstructures from Multi-Detector Signals in Scanning Electron Microscopy}, author={Shuo Chen and Yijin Li and Xi Zheng and Guofeng Zhang}, year={2025}, eprint={2508.04728}, archivePrefix={arXiv}, primaryClass={eess.IV}, url={https://arxiv.org/abs/2508.04728}, }

搜集汇总

数据集介绍

构建方式

在扫描电子显微镜（SEM）三维重建领域，NFH-SEM数据集的构建采用了多视角多检测器信号采集策略。该数据集通过ZEISS Gemini 560 SEM系统，对双光子光刻技术制备的复杂微结构、桃花粉及碳化硅颗粒表面进行数据采集。每个样本包含37个不同视角的扫描，每个视角采集一幅二次电子图像及四幅背散射电子图像，确保了三维表面重建所需的多源信号完整性。

特点

作为首个面向微结构三维表面重建的多检测器SEM数据集，NFH-SEM涵盖了多样化的几何特征样本，包括高精度的Wukong模型和生物花粉颗粒。其多象限背散射电子信号提供了丰富的表面材质与拓扑信息，而多视角设计则支持高精度三维几何恢复。数据集通过标准化的数据格式与目录结构，为计算机视觉与显微成像交叉研究提供了可靠基准。

使用方法

用户可通过配置YAML文件指定样本序列，并利用PyTorch环境启动训练流程。数据集支持4象限与3象限背散射电子检测器配置，需根据实际SEM系统调整探测器安装角度参数。重建结果以标准网格格式输出，兼容主流三维分析工具。对于自定义数据，需遵循多视角图像采集规范，并通过运动恢复结构算法生成深度图与相机位姿，最终按预设目录结构整合数据。

背景与挑战

背景概述

扫描电子显微镜（SEM）三维表面重建技术作为微观结构分析的重要工具，近年来在材料科学与生物医学领域展现出巨大潜力。NFH-SEM数据集由浙江大学研究团队于2025年创建，旨在通过多视角、多探测器二维SEM图像实现复杂微米级结构的三维重建。该数据集采用双光子光刻技术制备的微结构样本，并包含桃花粉与碳化硅颗粒表面数据，通过蔡司Gemini 560系统采集37个视角的二次电子与背散射电子图像。作为首个面向微结构三维重建的多探测器SEM数据集，其发布将显著推动计算机视觉在微观尺度三维建模领域的发展。

当前挑战

该数据集致力于解决微观结构三维表面重建中信号噪声干扰与几何特征保真度的核心难题。在构建过程中面临多探测器信号配准精度不足、电子束与物质相互作用建模复杂等挑战。不同探测器安装角度差异导致的数据异构性要求精确的几何校正，而微米级样本的复杂拓扑结构对重建算法的细节保持能力提出极高要求。多视角图像间的亮度不一致性与电子光学畸变进一步增加了数据预处理难度，需要开发专门的信号融合与噪声抑制方法。

常用场景

经典使用场景

在微结构三维表征领域，NFH-SEM数据集通过多视角、多探测器的扫描电子显微镜图像序列，为神经网络场重建技术提供了关键数据支撑。该数据集典型应用于复杂微观形貌的三维几何重建，例如通过双光子光刻技术制备的微米级结构以及生物花粉颗粒的表面拓扑还原。研究者可利用37个视角的二次电子与背散射电子图像，结合神经辐射场算法实现高精度表面重建，有效解决了传统SEM图像缺乏深度信息的问题。

解决学术问题

该数据集显著推进了微观尺度三维重建的学术研究，首次系统性地提供了多探测器SEM图像与对应三维真值的数据关联。它解决了计算机视觉领域在微纳尺度下由于材质多样性、表面复杂度导致的重建歧义性问题，为基于物理先验的神经场重建算法提供了验证基准。通过融合多探测器信号与神经网络隐式表征，突破了传统立体视觉在微观场景的应用局限，为材料科学、生物医学等领域的定量分析提供了新范式。

衍生相关工作

该数据集催生了多项神经场与计算机视觉交叉领域的研究工作，包括基于多模态信号融合的3D重建算法优化、针对SEM图像的域适应神经网络架构设计。其数据采集范式启发了后续研究对4Q-BSE探测器几何约束的建模，衍生出基于物理先验的射线-表面交互模拟方法。相关技术路线已被扩展至FIB-SEM断层扫描数据重建、跨模态显微图像配准等方向，形成了微观视觉领域的新研究脉络。