Fusion 360 Gallery Assembly data is released by Autodesk under a custom license that permits NON-COMMERCIAL RESEARCH USE ONLY. This mirror is redistributed with permission obtained from the rights holder. By requesting access you agree that (a) you will use the data only for non-commercial research, (b) you will pass this same non-commercial research restriction on to anyone you share the data or any derivative with, and (c) you will attribute the upstream dataset (https://github.com/AutodeskAILab/Fusion360GalleryDataset). Access is granted manually. Please state your name, affiliation, and intended use.

Fusion 360 Gallery — Assembly 子集 (a1.0.0) · 真实设计装配体

Autodesk 从 Fusion 360 Gallery 真人上传的设计里抽出的多零件装配体库。本库把它转成了团队统一的 7 字段 SFT schema：8,251 行 = 8,251 个装配体（一行一个装配体，不是一个零件）。

🚫 这不是 benchmark。 这个子集没有官方任务、没有官方指标、没有官方基线、没有 leaderboard。 JoinABLe 论文（CVPR 2022，arXiv:2111.12772）里所有定量表格跑的都是另一个子集 Joint Data（j1.0.0）；论文对本子集只给了一段 use-case 设想，唯一用到它的 multi-part assembly 演示是定性的、装配顺序还是人手工给的。官方仓库里与本子集相关的三个工具（下载 / 转 CAD / 转图）一个模型都没有。想发数字，评测口径得自建。把它当资源池，不要当 benchmark。

📄 License —— 非商用研究，且这条限制必须继续传给下游

上游是 Autodesk 自定义的非商用研究许可，不是 CC / MIT / Apache 任何一种（LICENSE.md）。

仅限非商用研究用途。 LICENSE 第 1 条原文：*"You may access, use, reproduce and modify the Dataset, in each case, only for non-commercial research purposes."*
这条限制随数据传递。 你从本库拿到的数据、以及你基于它做出的任何派生集，都只能用于非商用研究，并且你必须把同样的限制明确告知你的下游使用者（LICENSE 3.2 / 3.3）。
再分发经权利方许可（permission obtained）。 LICENSE 第 2 条的默认口径是禁止整包再分发；本库的镜像是在取得权利方许可的前提下进行的，许可范围以我们与权利方的沟通为准。署名与原仓库链接一并保留：上游 https://github.com/AutodeskAILab/Fusion360GalleryDataset。
另注：LICENSE 第 4 条禁止把模型与创作者 / 个人身份重新关联；第 11 条把你雇主也绑进本许可 —— 受雇于营利实体的人请特别注意。
引用请用 JoinABLe 的 CVPR 2022 出处（arXiv abs 页 Comments 字段与代码仓 README 都写了 CVPR 2022；数据仓 README 里那份 2021 preprint bibtex 别照抄）。

一个 sample 是什么

一行 = 一个装配体目录（如 7780_6c885e81/），不是一个零件。官方规模口径 8,251 assemblies / 154,468 separate parts（docs/assembly.md L8 = 仓库 README L73 = 论文 A.1.3，三处逐字一致）——单位是装配体。joints / contacts / holes 全是跨 body 的引用（body UUID + face/edge index），拆成零件行会把引用打断，所以我们按装配体成行；要单件视角的人按 step 的键展开即可。

⚠ 154,468 数的是「唯一 body」还是「occurrence 展开后的实例」，官方没说清。 这两套口径确实会分叉（官方样例 belt_clamp：bodies 字典 2 个唯一 body，但 properties.body_count = 5）。所以本库两套都数：本次转换实测 唯一 body 合计 154,468、body 实例合计 185,102，每行的 metadata.n_bodies_unique / n_body_instances 也都给了。我们不替官方选边。

🔴 坑 1：joint 里没有 `axis_line`，也没有 `transform`

很多二手描述会说 joint 带 axis_line / transform——数据里根本没有这两个键。真实字段是 geometry_or_origin_one / geometry_or_origin_two 下的

origin / primary_axis_vector / secondary_axis_vector / tertiary_axis_vector
geometry_type / key_point_type / entity_one / type

joint 顶层只有 angle / geometry_or_origin_one / geometry_or_origin_two / is_flipped / joint_motion / name / occurrence_one / offset / parent_component / timeline_index / type。 "joint axis" 是 JoinABLe 论文里由 B-Rep entity 推导出来的概念，不是 schema 里的键名。本库的 annot.joints[*].geometry_one/geometry_two 就是按真实字段抽的。

🔴 坑 2：`occurrence_two` 可以整个缺失

当 joint 的一侧是 root 组件下的 body（而不是某个 occurrence）时，joint 里没有 occurrence_two 这个键，改由 entity 上的 root_component 标识。官方样例 belt_clamp 里 4/4 个 joint 都是这样。docs L192 把它列进元素表，但 L184 的措辞是 "can contain the following information" —— 可含，不是必含。直接写 joint["occurrence_two"] 会 KeyError。

本次转换实测：**494 个 joint 没有 occurrence_two**（占全部 joint 的 3.1%）。每个 joint 都带 occurrence_two_present 布尔位。entity 上的归属字段至少有三种形态（occurrence / root_component / 两个都没有），本次实测带 root_component 的 entity 有 518 个——官方 assembly_graph.py 只做了「有没有 occurrence」二分支，照抄会漏掉这一路。

🔴 坑 3：顶层键可能缺失，也可能存在但值为 null

论文 A.1.3 写了：contacts 处理失败发生在 13% 的装配体、joints **2%**（失败时置 null）。官方代码两种都防了。本库每行的 metadata.sections_status 分别记 ok / absent（没这个键）/ null（有键值为 None）。本次转换实测：

段	ok / absent / null
`joints`	absent=6642 / null=142 / ok=1467
`as_built_joints`	absent=7774 / null=51 / ok=426
`contacts`	absent=1607 / null=1061 / ok=5583
`holes`	absent=2836 / ok=5415

另：论文说只有 20% 的设计定义了 joint；本次实测有 joint 的装配体 1,467 个 （17.8%），有 contacts 的 5,583 个，有 holes 的 5,415 个。

🔴 坑 4：face/edge 的 `index` 官方是索引 `.smt` 的，不是 `.step`

docs L17 说得很清楚：B-Rep 以 .smt 为 ground truth，.step 只是 *"an alternate neutral B-Rep file format"*，而 index 是 "referenced by index from the JSON back to entities in the .smt file"。**index 与 .step 面序的对应关系，官方从未声明过。 本库收的是 .step（离线唯一能读的），所以拿 index 去点 .step 的第 k 个面之前，请自己先验一遍对齐。

本库给了一个免费的交叉校验量：mesh_index 列里每个 body 有 step_advanced_face（从 STEP 文本数 ADVANCED_FACE）与 obj_faces（从 .obj 的 g face N 分组标记数出来的面数）。本次实测 148,859 个 body 两者相等、5,609 个不等、0 个无法比对。 ⚠ 个数相等只说明面的个数一致，不证明顺序一致，别过度解读。

🔴 坑 5：hole 标签是自动跑的，没有人工复核

docs L419：*"we use the Autodesk Shape Manager feature recognition tool to identify and label holes in each part."* —— 算法自动生成，全程没有人工复核环节的任何记述，官方也没有给出任何准确率数字。 「没公布」不等于「没问题」。当"真实件上的特征识别真值"用之前，请自己抽样质检。

本次转换实测 138,690 个 hole（官方从未公布 holes 总数，论文只给了直方图），类型分布前 10：

hole type	个数
`RoundHoleWithThroughBottom`	109,280
`RoundHoleWithBlindBottom`	20,942
`CounterboreThroughHole`	2,902
`CountersunkHoleWithThroughBottom`	2,336
`TaperedRoundHoleWithThroughBottom`	1,241
`RoundBlindHoleWithConicalBottom`	715
`CountersunkHoleWithBlindBottom`	565
`CounterboreBlindHole`	311
`RoundBlindHoleWithTaperedBottom`	102
`RoundBlindHoleWithSphericalBottom`	95

其它要知道的

单位 cm，角度 radians（docs L61）。
occurrence 的 transform 不是 4x4 数组，是坐标系字典 {origin, x_axis, y_axis, z_axis} （docs L104）；4x4 是官方 assembly_graph.py 的 transform_to_matrix() 现场拼的。几何文件都是 body 局部坐标，拼整机要沿 tree 逐级相乘。
contact 容差 0.1 mm（docs L244）。本次实测 140,091 个 contact 面对。
joint 类型 7 种（docs L230-236）。本次实测分布：

joint type	个数
`RigidJointType`	9,882
`RevoluteJointType`	4,150
`SliderJointType`	979
`CylindricalJointType`	617
`PlanarJointType`	99
`BallJointType`	53
`PinSlotJointType`	30

官方 AssemblyGraph 的节点 id 是 occurrence_uuid + "_" + body_uuid，只有 root 下的 body 直接用 body_uuid。
docs 与真实文件可能有零星出入（例如 components 的 part_number 与 number 两种写法）—— 这条我们没有逐字核实到官方出处，只是按「两个键都接」的写法做了防御。所以 assembly_json 列保留原文，annot 只是派生视图，两者不一致时以原文为准。

划分（两个都收了）

列	来源	本次实测分布
`metadata.split_official`	`train_test.json`，随机 80% train / 20% test	test=1,651 / train=6,600
`metadata.split_cross`	`train_test_cross.json`，与 Joint 子集 j1.0.0 的跨集划分	test=1,533 / train=6,129 / unassigned=589

train_test_cross 的用途是：用 train joint 训模型、拿 test assembly 测，保证两边不重叠。 ⚠ 官方自己在同一段里警告：train-test-cross 不代表 assembly 数据的正常分布、可能有偏 （docs L481 原文 *"does not represent a normal distribution of the assembly data, and be may be biased"*，笔误照录）。unassigned = 划分文件里没这个 id；unknown = 本次转换没拿到该划分文件。 官方从未公布两个划分的确切条数，上表是本次转换实测的。

收了什么 / 没收什么

文件	收？	为什么
`assembly.json`	✅ 原文逐字（`assembly_json` 列）	它就是这个子集的全部标注内容
`<uuid>.step`	✅ 原文逐字（`step` 列）	离线唯一能读的 B-Rep 中性格式；本次收了 154,468 个
`<uuid>.obj`	⚠ 只扫不存（`mesh_index` 列）	mesh 是 146 GiB 体量的主因、且可从 B-Rep 再生成；但它的 `g face N` / `g halfedge H edge E` 分组是包里唯一离线可见的 face/edge index 证据，所以只留分组统计
`<uuid>.png`	❌	Fusion 自带缩略图不是受控渲染；`image` 一律为 `null`，渲染由团队后续统一处理
`<uuid>.smt`	❌	Autodesk Shape Manager 私有格式，我们这条链路上没有能读它的工具
整装配体级 `assembly.*` 几何	❌	各 body + transform 可再生成

Schema

统一 7 字段 + 我们加的 3 列：

query —— 我们框定的问法（contacts / joints / holes 三问）。再说一次：子集本身没有官方任务。
image —— null（原始物是 B-Rep + JSON，无图像）。
annot —— 派生标注视图（JSON）：joints / as_built_joints / contacts / holes / tree / root / occurrences / components / bodies / counts / sections_status / properties。bulky 的 bounding_box 与 point_on_entity 不进 annot（原文列里有）。
reasoning —— null（源数据无 CoT）。
cate = B / task = T-B4（CAD & 3D Geometry Understanding，与 mfcad_original / mfinstseg / deepcad 同族）。
metadata —— assembly_id、两个 split、各段计数、sections_status、bodies_without_step，以及上面那几个坑的逐条说明（notes）。
➕ assembly_json —— assembly.json 原文。annot 是我们的派生视图，一旦解析口径有错，原文还在。
➕ step —— {body_uuid: STEP 原文} 的 JSON 对象（装配体是多 body 的，单字符串装不下）。
➕ mesh_index —— {body_uuid: {obj_faces, obj_face_max, obj_edges, obj_halfedges, step_advanced_face}}，给下游做不依赖 OCC 的面数自洽检查（见坑 4）。

Load

from datasets import load_dataset
ds = load_dataset("AI4Manufacturing/fusion360_assembly")

Gated — request access; granted manually. 非商用研究用途，且该限制须继续传递给下游。

复现

原始数据不入库，只入 URL 与字节数。整包 146.53 GiB，分 11 个 7z 分卷 （合计 20,226,501,350 字节 = 18.84 GiB，逐卷 HTTP HEAD 实测）。转换器一卷一卷流式处理：下载一卷 → 用 py7zr 的 extract(factory=...) 把成员直接解到内存里、读完即弃（不落地解压）→ 产出该卷的 parquet 分片 → 删掉这一卷 → 下一卷。

set HF_TOKEN=...
python fusion360_asm/convert_fusion360_asm.py --volumes 0-10
python fusion360_asm/convert_fusion360_asm.py --push

本次转换用时合计 13 分钟，产出分片合计 3.26 GB。

Provenance

数据：https://github.com/AutodeskAILab/Fusion360GalleryDataset （Assembly 子集 a1.0.0，11 个 7z 分卷，2021-11-30）
文档：docs/assembly.md（484 行，本子集唯一的官方文档）
论文：Willis, Jayaraman, Chu, Tian, Li, Grandi, Sanghi, Tran, Lambourne, Solar-Lezama, Matusik. JoinABLe: Learning Bottom-up Assembly of Parametric CAD Joints. CVPR 2022（arXiv:2111.12772 v2）。
许可：见上「License」一节。请引用上游并保留署名。

Downloads last month: 10

Total file size:

3.5 GB

Paper for AI4Manufacturing/fusion360_assembly

JoinABLe: Learning Bottom-up Assembly of Parametric CAD Joints

Paper • 2111.12772 • Published Apr 22, 2022

You need to agree to share your contact information to access this dataset