探索创新设计的未来：Fusion 360 Gallery 数据集

项目地址:https://gitcode.com/gh_mirrors/fu/Fusion360GalleryDataset

在数字世界中，CAD（计算机辅助设计）是创造力和技术结合的杰出代表，而Fusion 360 Gallery数据集正是这个领域的宝贵资源库。该数据集源于实际用户在Autodesk Fusion 360平台上提交的设计作品，通过Fusion 360 Online Gallery进行展示。

项目技术分析

Fusion 360 Gallery数据集提供了多维度的数据，包括2D和3D几何形状，以及参数化CAD模型的序列构建信息。以下是其三个主要子集：

1. Assembly Dataset - 新增特色！提供关于零件间连接、接触面、孔洞及组装图结构的详细信息。
2. Reconstruction Dataset - 记录了部分“草图与拉伸”设计的顺序构造过程。
3. Segmentation Dataset - 按照创建每面时使用的建模操作（如拉伸、圆角、切削等）对3D模型进行分割。

这些数据集不仅展现了丰富的人类设计序列，还为研究者提供了学习如何基于参数化设计的方法。

应用场景

这项数据集对于多个领域有广泛应用：

• 机器学习：训练AI理解并复制人类设计序列，实现自动化的CAD建模。
• 人工智能：让算法学习识别和解析复杂的装配关系。
• 工程教育：为学生和研究人员提供真实的案例，深入了解CAD设计流程。

项目特点

1. 多样性和规模：近2万份由真实用户创建的设计，涵盖多种复杂程度和应用范围。
2. 详尽的数据：包含了从构造序列到部件间连接的所有细节，供深度学习和分析。
3. 持续更新：定期发布新的数据子集，保持与时俱进。
4. 工具支持：配套工具库可帮助用户处理数据，如重建几何形状、转换格式等。

引用相关研究

请在使用本数据集时引用以下相关论文：

• Assembly Dataset

@article{willis2021joinable,
  title={JoinABLe: Learning Bottom-up Assembly of Parametric CAD Joints},
  author={Willis, Karl DD and Jayaraman, Pradeep Kumar and Chu, Hang and Tian, Yunsheng and Li, Yifei and Grandi, Daniele and Sanghi, Aditya and Tran, Linh and Lambourne, Joseph G and Solar-Lezama, Armando and Matusik, Wojciech},
  journal={arXiv preprint arXiv:2111.12772},
  year={2021}
}

• Reconstruction Dataset

@article{willis2020fusion,
    title={Fusion 360 Gallery: A Dataset and Environment for Programmatic CAD Construction from Human Design Sequences},
    author={Karl D. D. Willis and Yewen Pu and Jieliang Luo and Hang Chu and Tao Du and Joseph G. Lambourne and Armando Solar-Lezama and Wojciech Matusik},
    journal={ACM Transactions on Graphics (TOG)},
    volume={40},
    number={4},
    year={2021},
    publisher={ACM New York, NY, USA}
}

• Segmentation Dataset

@inproceedings{lambourne2021brepnet,
    author    = {Lambourne, Joseph G. and Willis, Karl D.D. and Jayaraman, Pradeep Kumar and Sanghi, Aditya and Meltzer, Peter and Shayani, Hooman},
    title     = {BRepNet: A Topological Message Passing System for Solid Models},
    booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
    month     = {June},
    year      = {2021},
    pages     = {12773-12782}
}

获取数据

每个数据子集都有详细的文档和下载链接，包括相关的研究论文和代码仓库。立即探索这个强大的工具，开启你的创新之旅！

如果你对推动CAD设计的智能自动化感兴趣，Fusion 360 Gallery数据集将是你不能错过的选择。让我们一起挖掘这些数据的潜力，推动技术的边界！

Fusion360GalleryDataset Data, tools, and documentation of the Fusion 360 Gallery Dataset 项目地址: https://gitcode.com/gh_mirrors/fu/Fusion360GalleryDataset