eurecom-ds/shapes3d-small

--- dataset_info: features: - name: image dtype: image - name: label_floor_hue dtype: class_label: names: '0': '0' '1': '1' '2': '2' '3': '3' '4': '4' '5': '5' '6': '6' '7': '7' '8': '8' '9': '9' - name: label_object_hue dtype: class_label: names: '0': '0' '1': '1' '2': '2' '3': '3' '4': '4' '5': '5' '6': '6' '7': '7' '8': '8' '9': '9' - name: label_orientation dtype: class_label: names: '0': '0' '1': '1' '2': '2' '3': '3' '4': '4' '5': '5' '6': '6' '7': '7' '8': '8' '9': '9' '10': '10' '11': '11' '12': '12' '13': '13' '14': '14' - name: label_scale dtype: class_label: names: '0': '0' '1': '1' '2': '2' '3': '3' '4': '4' '5': '5' '6': '6' '7': '7' - name: label_shape dtype: class_label: names: '0': '0' '1': '1' '2': '2' '3': '3' - name: label_wall_hue dtype: class_label: names: '0': '0' '1': '1' '2': '2' '3': '3' '4': '4' '5': '5' '6': '6' '7': '7' '8': '8' '9': '9' - name: value_floor_hue dtype: float32 - name: value_object_hue dtype: float32 - name: value_orientation dtype: float32 - name: value_scale dtype: float32 - name: value_shape dtype: float32 - name: value_wall_hue dtype: float32 splits: - name: train num_bytes: 854774.0 num_examples: 246 - name: val num_bytes: 526109.0 num_examples: 150 - name: test num_bytes: 1297514.0 num_examples: 371 download_size: 2746991 dataset_size: 2678397.0 configs: - config_name: default data_files: - split: train path: data/train-* - split: val path: data/val-* - split: test path: data/test-* ---数据集信息： 特征字段： 1. 名称：图像（image），数据类型：图像 2. 名称：地板色调标签（label_floor_hue），数据类型为分类标签，类别映射关系为：0对应'0'、1对应'1'、2对应'2'、3对应'3'、4对应'4'、5对应'5'、6对应'6'、7对应'7'、8对应'8'、9对应'9' 3. 名称：物体色调标签（label_object_hue），数据类型为分类标签，类别映射关系为：0对应'0'、1对应'1'、2对应'2'、3对应'3'、4对应'4'、5对应'5'、6对应'6'、7对应'7'、8对应'8'、9对应'9' 4. 名称：方向标签（label_orientation），数据类型为分类标签，类别映射关系为：0对应'0'、1对应'1'、2对应'2'、3对应'3'、4对应'4'、5对应'5'、6对应'6'、7对应'7'、8对应'8'、9对应'9'、10对应'10'、11对应'11'、12对应'12'、13对应'13'、14对应'14' 5. 名称：尺度标签（label_scale），数据类型为分类标签，类别映射关系为：0对应'0'、1对应'1'、2对应'2'、3对应'3'、4对应'4'、5对应'5'、6对应'6'、7对应'7' 6. 名称：形状标签（label_shape），数据类型为分类标签，类别映射关系为：0对应'0'、1对应'1'、2对应'2'、3对应'3' 7. 名称：墙面色调标签（label_wall_hue），数据类型为分类标签，类别映射关系为：0对应'0'、1对应'1'、2对应'2'、3对应'3'、4对应'4'、5对应'5'、6对应'6'、7对应'7'、8对应'8'、9对应'9' 8. 名称：地板色调数值（value_floor_hue），数据类型为32位浮点型（float32） 9. 名称：物体色调数值（value_object_hue），数据类型为32位浮点型（float32） 10. 名称：方向数值（value_orientation），数据类型为32位浮点型（float32） 11. 名称：尺度数值（value_scale），数据类型为32位浮点型（float32） 12. 名称：形状数值（value_shape），数据类型为32位浮点型（float32） 13. 名称：墙面色调数值（value_wall_hue），数据类型为32位浮点型（float32） 数据集划分： - 名称：训练集（train），字节占用：854774.0，样本总量：246 - 名称：验证集（val），字节占用：526109.0，样本总量：150 - 名称：测试集（test），字节占用：1297514.0，样本总量：371 下载总大小：2746991，数据集总存储大小：2678397.0 配置项： - 配置名称：默认配置（default），数据文件路径如下： · 训练集划分：对应路径为data/train-* · 验证集划分：对应路径为data/val-* · 测试集划分：对应路径为data/test-*

原始信息汇总

数据集概述

数据集特征

• image
  • 数据类型: image
• label_floor_hue
  • 数据类型: class_label
  • 类别名称: 0-9
• label_object_hue
  • 数据类型: class_label
  • 类别名称: 0-9
• label_orientation
  • 数据类型: class_label
  • 类别名称: 0-14
• label_scale
  • 数据类型: class_label
  • 类别名称: 0-7
• label_shape
  • 数据类型: class_label
  • 类别名称: 0-3
• label_wall_hue
  • 数据类型: class_label
  • 类别名称: 0-9
• value_floor_hue
  • 数据类型: float32
• value_object_hue
  • 数据类型: float32
• value_orientation
  • 数据类型: float32
• value_scale
  • 数据类型: float32
• value_shape
  • 数据类型: float32
• value_wall_hue
  • 数据类型: float32

数据集分割

• train
  • 数据量: 246 examples
  • 存储大小: 854774.0 bytes
• val
  • 数据量: 150 examples
  • 存储大小: 526109.0 bytes
• test
  • 数据量: 371 examples
  • 存储大小: 1297514.0 bytes

数据集大小

• 下载大小: 2746991 bytes
• 数据集总大小: 2678397.0 bytes

搜集汇总

数据集介绍

构建方式

在计算机视觉与生成式模型研究中，具备可控属性的合成图像数据集常被用于解耦表征学习与因果推理。shapes3d-small数据集源自经典的3D形状生成框架，通过程序化渲染引擎系统性地生成包含多种独立变化因子的图像。其构建过程围绕六维潜在因子空间展开，涵盖地板色调、物体色调、墙体色调、物体朝向、物体尺度及物体形状，每个因子均被离散化为若干等级，例如朝向因子包含15个层级，形状因子则涵盖4种基本几何体。所有图像均以标准化视角渲染，确保背景与光照条件的一致性，最终产出共计767张样本，并依据预设比例划分为训练集、验证集与测试集。

特点

该数据集的核心特质在于其高度结构化的标签体系与细粒度的属性标注。每个样本不仅保留原始图像数据，还同时提供离散化的类别标签与连续化的数值表示，例如物体色调同时记录为0-9的类别索引与浮点数值，这种双重标注机制为监督学习与自监督方法提供了灵活的选择空间。此外，各属性之间保持严格的独立性，使得研究者能够精准评估模型对单一因子的解耦能力。数据集规模虽小但属性覆盖全面，尤其适合作为基准测试集来验证解耦表征学习算法的有效性。

使用方法

在应用层面，该数据集主要面向解耦表征学习与可控图像生成任务。用户可通过HuggingFace Datasets库直接加载，默认配置下将自动获取train、val、test三个子集。在训练过程中，图像字段可直接输入卷积神经网络，而属性标签既可作为分类任务的监督信号，也可用于构建对比学习中的正负样本对。对于生成式模型，研究者常利用其连续属性值进行潜在空间插值实验，通过固定部分因子并变化单一属性来检验模型对特定语义维度的掌控程度。该数据集亦兼容PyTorch与TensorFlow生态，便于集成至现有实验管线。

背景与挑战

背景概述

在计算机视觉与表征学习领域，解耦表征（disentangled representation）的研究长期致力于将数据中的生成因子（如颜色、形状、姿态等）分离为独立且可解释的潜在变量。eurecom-ds/shapes3d-small数据集由欧洲通信学院（EURECOM）的研究团队创建，旨在为这一方向提供小规模但高精度的基准测试。该数据集基于经典的3D Shapes框架，通过程序化渲染生成包含四种形状（方形、圆柱、球体、三角锥）的彩色场景，并精确标注了地板色调、物体色调、方向、缩放比例及墙壁色调等连续与离散属性。其核心研究问题在于评估模型在仅246个训练样本的极端小样本条件下，能否从图像中学习到与真实生成因子对齐的解耦表征。该数据集的出现，为验证对比学习、变分自编码器（VAE）等方法的解耦性能提供了可控实验环境，尤其推动了低资源场景下表征鲁棒性的研究。

当前挑战

该数据集所面临的挑战首先体现在领域问题的复杂性上：解耦表征学习要求模型在缺乏先验知识的情况下，从像素级输入中自动分离出多个统计独立的生成因子，而shapes3d-small通过控制因子数量（6个标签维度）与变化范围（如方向有15种离散取值），使这一任务在理论上可解，但实践中仍需克服因子之间的非线性纠缠。其次，构建过程中的小样本特性构成了关键瓶颈——训练集仅含246个样本，远低于常规解耦数据集（如3D Shapes的48万样本），这迫使模型必须在极低数据密度下捕捉高维流形结构，极易导致过拟合或表征坍塌。此外，标签的离散化处理（如将连续的色调值映射为10个类别）引入了量化误差，要求模型同时适应离散与连续变量的混合表征，进一步加剧了学习难度。这些挑战共同指向一个核心问题：如何在小规模标注数据下实现与大规模数据集相当的解耦保真度。

常用场景

经典使用场景

在表征学习与解耦表示研究领域，eurecom-ds/shapes3d-small数据集扮演着基石般的角色。该数据集通过程序化方式生成包含简单三维几何形状的彩色图像，并精确标注了形状、方位、尺度、地板色调、物体色调及墙壁色调六个独立变化的生成因子。其经典使用场景聚焦于评估模型是否能够从像素空间中学习到与这些因子一一对应的、可解释的潜在表征，从而验证解耦表示学习算法的有效性。

衍生相关工作

该数据集衍生并支撑了一系列经典研究工作，最具代表性的包括Beta-VAE、FactorVAE及Disentanglement Lib等。这些工作或通过调整证据下界（ELBO）的权重系数来强化解耦约束，或引入互信息最小化与总相关性（TC）惩罚项以促进因子分离。此外，该数据集也被广泛用于对比不同解耦度量指标（如MIG、DCI）的可靠性，成为解耦表示学习领域不可或缺的评估工具。

数据集最近研究

最新研究方向

在计算机视觉与表征学习领域，shapes3d-small数据集因其对生成式模型与解耦表示研究的独特价值而备受关注。该数据集通过精细控制地板色调、物体色调、方向、缩放比例及形状等潜在因子，为评估模型在独立于任务无关变量的情况下捕捉可解释特征的能力提供了理想基准。当前前沿方向聚焦于利用该数据集训练变分自编码器（VAE）及其变体，以推动可控图像生成与因果表征学习的发展。特别是，在可解释人工智能与公平性日益受到重视的背景下，shapes3d-small已成为验证模型是否真正实现因子解耦的关键工具，其简洁而结构化的标签体系有效促进了从合成场景到真实世界泛化能力的理论突破，对构建更鲁棒、透明的视觉系统具有深远意义。