NAVI-Normal

该数据集名为“NAVI-Normal Table 1 and Table 2 Results”，专门用于NAVI-normal中Table 1和Table 2的评估。它包含31个场景的完整重建结果和保留渲染结果，具体内容包括：每个场景的重建文件（如final block mesh result.glb、PLY/NPZ文件、元数据和生成产物）、评估渲染结果（共879个保留预测视图）、匹配的参考图像（GT）、注册和场景指标，以及旧版前景掩码PSNR指标。数据集中涵盖了多个3D重建和渲染方法的输出，例如TRELLIS.2、TRELLIS+M.D.、SAM3D、Stream3D等，每个方法均提供31个GLB文件和879个渲染视图。数据规模固定为31个场景，每个场景有879个保留视图。协议注意事项包括：旧版PSNR合约仅计算GT前景掩码内的RGB MSE；Table 2中的FlowEdit和KV-Cache行是输入选择代理，而非独立实现；文件夹名称保留论文标签，并与存储的方法键对应。该数据集适用于3D场景重建、渲染质量评估、多方法比较和计算机视觉研究。This dataset is named NAVI-Normal Table 1 and Table 2 Results and is specifically designed for evaluating Table 1 and Table 2 in NAVI-normal. It contains complete reconstruction results and retained rendering results for 31 scenes, including: reconstruction files for each scene (such as final block mesh result.glb, PLY/NPZ files, metadata, and generated products), evaluation rendering results (totaling 879 retained predicted views), matched reference images (GT), registration and scene metrics, and legacy foreground mask PSNR metrics. The dataset covers outputs from multiple 3D reconstruction and rendering methods, such as TRELLIS.2, TRELLIS+M.D., SAM3D, Stream3D, etc., with each method providing 31 GLB files and 879 rendering views. The data scale is fixed: 31 scenes, each with 879 retained views. Protocol considerations include: the legacy PSNR contract only calculates RGB MSE within the GT foreground mask; the FlowEdit and KV-Cache rows in Table 2 are input selection proxies, not independent implementations; folder names retain paper labels and correspond to stored method keys. This dataset is suitable for 3D scene reconstruction, rendering quality evaluation, multi-method comparison, and computer vision research.

原始信息汇总

数据集概述

名称: NAVI-Normal Table 1 and Table 2 Results
地址: https://huggingface.co/datasets/Rvosuke/NAVI-Normal

该数据集包含了 NAVI-Normal 论文中 Table 1 和 Table 2 所使用的完整 31 个场景的重建和保留视图渲染结果。每个方法的结果文件独立存储。

数据目录结构

每个方法的结果包含以下目录和文件：

• scenes/<scene>/reconstruction/: 包含最终的块网格（result.glb）、PLY/NPZ 文件（如果生成）、元数据及相关生成产物。
• scenes/<scene>/evaluation/renders/: 31 个场景共 879 张保留视图的预测渲染图像。
• scenes/<scene>/evaluation/gt/: 与之对应的参考图像。
• scenes/<scene>/evaluation/: 包含配准和场景度量指标。
• scenes/<scene>/metrics/old_gt_mask_psnr.json: 旧仓库的前景掩码 RGB PSNR 值。
• metrics/: 两种评估协议的汇总度量指标。

方法列表

Table 1:

文件夹名	显示名称	源方法键	GLB 数量	渲染数量
table1/TRELLIS.2	TRELLIS.2	trellis2	31	879
table1/TRELLIS+M.D.	TRELLIS+M.D.	stream3d_sam3d	31	879
table1/TRELLIS.2+M.D.	TRELLIS.2+M.D.	trellis2	31	879
table1/SAM3D	SAM3D	sam3d	31	879
table1/Stream3D(TRELLIS.2)	Stream3D(TRELLIS.2)	trellis2_md	31	879
table1/Stream3D(SAM3D)	Stream3D(SAM3D)	trellis_md	31	879

Table 2:

文件夹名	显示名称	源方法键	GLB 数量	渲染数量
table2/SAM3D+FlowEdit	SAM3D + FlowEdit	sam3d_md_flowedit_proxy	31	879
table2/SAM3D+KV-Cache	SAM3D + KV-Cache	sam3d_md_kvcache_proxy	31	879
table2/SAM3D.M.D.+Last-Chunk-Only	SAM3D.M.D. + Last Chunk Only	sam3d_md_last_chunk	31	879
table2/SAM3D.M.D.+Random-Views-K8	SAM3D.M.D. with K Random Views (K=8)	sam3d_md_random8_first40	31	879

协议说明

• PSNR 计算: 旧协议仅计算前景掩码内部的 RGB MSE，忽略预测的 alpha 通道和背景像素。
• Table 2 代理方法: FlowEdit 和 KV-Cache 行是输入选择代理，并非独立 FlowEdit/KV-cache 实现的回放；详情见每个方法目录下的 method_info.json。
• 文件夹命名: Table 1 的论文标签作为文件夹名保留。由于历史标签与存储的 method 键不同，每个方法目录同时记录了这两种身份。
• 规模: 所有渲染集均包含 31 个场景和 879 张保留视图。

搜集汇总

数据集介绍

构建方式

NAVI-Normal数据集是基于31个场景的三维重建与渲染结果构建而成的，涵盖了NAVI-normal论文中Table 1与Table 2的全部实验数据。每个场景目录下独立保存了最终网格模型、重建过程中的PLY/NPZ格式中间产物及元数据。评估部分包含879张留出视角的预测渲染图、对应的参考图像，以及配准与场景级评价指标。数据集以方法为单位组织，如TRELLIS.2、Stream3D等，每个方法均提供了完整的31个场景重建结果与879张渲染结果。

特点

该数据集具备全面的多维评估能力，不仅提供了传统的前景掩码PSNR指标，还保留了多种方法的输入选择代理结果，如FlowEdit与KV-Cache。每个方法目录同时记录显示名称与内部方法键，确保了不同历史标签与存储键之间的可追溯性。所有渲染集均严格包含31个场景与879张留出视角，保证了跨方法比较的一致性与公平性。

使用方法

研究者可直接通过文件夹结构访问各方法的重建网格（GLB格式）与渲染结果。评估时，可将预测图与GT目录中的参考图像进行对比，利用metrics目录下的聚合指标文件进行性能分析。对于方法间的公平比较，推荐直接使用Table 1与Table 2的划分，并注意Table 2中的FlowEdit与KV-Cache为代理结果而非独立实现。

背景与挑战

背景概述

NAVI-Normal数据集由三维视觉与生成式建模领域的研究团队创建，旨在系统性评估与推动基于神经辐射场的场景重建与渲染方法的发展。该数据集构建于2025年前后，聚焦于多视角图像到三维表示的转换问题，涵盖了31个复杂场景的完整重建工件与879张留出视图的渲染结果，为TRELLIS、SAM3D、Stream3D等前沿方法提供了统一的评测基准。其核心研究问题在于如何实现高保真的三维几何重建与新颖视角合成，同时保证评估的可重复性与公平性。通过提供标准化的网格模型、渲染图像及量化指标，NAVI-Normal显著降低了不同方法间比较的壁垒，成为该领域方法消融与性能验证的重要参照，深刻影响了三维生成式建模的研究范式。

当前挑战

该数据集所应对的领域挑战主要包括两个方面。其一，现有三维重建与渲染方法在几何细节保持、遮挡区域推理和背景分离等核心问题上仍存在显著局限，例如传统PSNR指标仅计算前景区域内的RGB误差，忽略了像素级透明度与背景像素的贡献，导致评估未能全面反映模型的实际表现。其二，数据集的构建过程面临多重技术难点：需要从31个场景中精确提取879张留出视图，并保证每张渲染结果与对应参考图像在视角和光照上严格对齐；同时，不同方法的输出格式差异（如GLB、PLY、NPZ）要求设计统一的存储与评估管线，且历史标签与方法键不一致问题也增加了元数据管理的复杂性，所有方法目录必须同时记录两种身份标识以确保溯源准确。

常用场景

经典使用场景

NAVI-Normal数据集作为三维重建与渲染领域的标杆性资源，为多视角神经辐射场、网格重建及扩散模型等方法提供了统一的评测平台。经典使用场景涵盖从稀疏视角输入到稠密几何生成的全流程，研究者可利用该数据集内包含的31个多样化场景，评估从静态场景重构至新颖视角合成的性能。通过对比重建结果与真实标注在几何精度、颜色保真度及渲染一致性上的表现，该数据集成为衡量TRELLIS、Stream3D等前沿算法有效性的黄金标准。

实际应用

在工业级应用中，NAVI-Normal数据集为自动驾驶、数字孪生及虚拟现实等需要高精度三维内容复现的领域注入了关键动力。借助该数据集训练的模型能够从有限视角快速生成高质量网格，服务于建筑数字化存档、文物修复的虚拟重建以及游戏场景的自动化建模。其中如KV-Cache加速技术和流式增量重建策略直接降低了部署成本，使得实时低延迟的沉浸式渲染系统在无人机测绘和混合现实眼镜中成为可能。

衍生相关工作

基于NAVI-Normal的公开基准，衍生出多项影响深远的代表性工作。例如Stream3D系列利用该数据集验证了分段式流重建框架对大规模场景的适配性，而SAM3D及其与FlowEdit、KV-Cache的组合实验则开创了基于语义先验与缓存加速的渲染优化范式。这些工作不仅深化了对视图插值与内存-质量权衡的理解，更催生了诸如TRELLIS+M.D.等混合架构，将扩散先验与显式网格融合，成为后续动态场景建模与零样本新视角生成研究的重要基石。