Datasets:
You need to agree to share your contact information to access this dataset
This repository is publicly accessible, but you have to accept the conditions to access its files and content.
Released for research use; access granted manually. State your name, affiliation, and intended use.
Log in or Sign Up to review the conditions and access this dataset content.
MFCAD (original) — 加工特征识别 · 原始 STEP
MFCAD 原始全量：15,488 个 STEP(B-rep) 实体模型 + 每模型的面级加工特征标签。 已转为团队统一 7 字段 SFT schema。
按庞威裁决上传原始 dataset 本身（"direct VLM 如果需要 render 的那种可以先传 dataset 本身， 我来看看有没有办法弄一下 rendering"）。本库是原始 STEP，无图像；渲染由团队后续统一处理。
🔴 坑 1：标签的下标是「面的名字」，不是「第几个面」
.face_truth 反序列化后是一个 int 列表。很自然会以为 labs[k] 是文件里第 k 个面的标签。
不是。 源仓 occ/dataset_visualizer.py 的原文是：
shape, face_ids = shape_with_fid_from_step(...) # face_ids 来自 item.Name().ToCString()
for f in face_ids:
fname = FEAT_NAMES[face_labels[face_ids[f]]]
face_ids 取自 STEP 里 ADVANCED_FACE 的 name 字段。也就是说
labs[k] 属于「名字叫 k 的那个面」。
全库 15,488 个模型实测：name 字段 15488/15488 都是 0..n-1 的一个排列，
但 name 顺序与文件出现顺序相同的有 0 个。按文件顺序解读会标错
mean 62.6% / median 65.0% 的面（min 0% / max 100%；只有 34 个模型（0.22%）
的排列恰好保标签而不受影响）。
本库的 annot / metadata.face_labels / metadata.face_label_names 的索引
一律是面的名字编号。下游读 STEP 时请按 item.Name().ToCString() 取名字来对齐，
不要用面的遍历顺序。metadata.face_index_semantics 里也写明了这一点。
🔴 坑 2：官方那张 16 类标签表本身是错的
源仓 occ/dataset_visualizer.py 里的 FEAT_NAMES 顺序错了，16 类里 15 类配错。
这不是我们的猜测：GitHub issue hducg/MFCAD#2 "Incorrect FEAT_NAMES order"
（deGravity，2022-11-09）早就提过，至今 open、作者从未回复。
正确的表由 occ/colors.json 的键顺序推出 —— 那是 25 类母表（24 个特征 + stock），
剔掉 9 个非平面类（through_hole、circular_through_slot、Oring、blind_hole、
circular_end_pocket、v_circular_end_blind_slot、h_circular_end_blind_slot、
circular_blind_step、round）后按原顺序重编号 0..15：
0 chamfer 4 triangular_through_slot 8 slanted_through_step 12 rectangular_blind_slot
1 triangular_passage 5 rectangular_through_slot 9 triangular_pocket 13 triangular_blind_step
2 rectangular_passage 6 rectangular_through_step 10 rectangular_pocket 14 rectangular_blind_step
3 6sides_passage 7 2sides_through_step 11 6sides_pocket 15 stock
⚠ 但 colors.json 也不能直接 list(keys())[label] 取名 —— 它是 25 项的
name -> 颜色值 字典，必须先剔掉那 9 个非平面类再重编号。本脚本用
derive_feat_names() 从 zip 内的 colors.json 现场推导并断言，不抄死结果。
怎么验出来的（几何判据，独立于那个 issue）
模型文件名（如 3-3-3-4-5-23）的前几个 token 就是该模型含有的特征类 id，
由此可得每类在该模型里的重数；再除 .face_truth 里该类占的面数，
得到「一个特征实例占几个面」。几何常识给出硬约束：chamfer 必为 1 个面，
triangular_* 3 面族，rectangular_* 4 面族，6sides_* 6 面族。全库实测：
| 下标 | 实测面数/实例 | 修正表 | 官方 FEAT_NAMES |
|---|---|---|---|
| 0 | 1.00 | chamfer ✔ | rectangular_through_slot ✘ |
| 3 | 6.00 | 6sides_passage ✔ | triangular_passage ✘ |
| 11 | 7.00 | 6sides_pocket ✔ | rectangular_pocket ✘ |
| 14 | 3.00 | rectangular_blind_step ✔ | chamfer ✘ |
修正表 15/15 吻合；官方表仅 2/15（而那 2 项是碰巧对上的）。 最能说明问题的是同族单调性：按修正表，triangular / rectangular / 6sides 三种 passage 分别占 3 / 4 / 6 面，pocket 占 4 / 5 / 7 面 —— 与名字完全自洽； 按官方表则是 6/4/2 和 4/7/2，讲不通。
📋 官方 train/valid/test split（本库已烘焙进 metadata）
split 不在本数据仓，在 hducg/MFCAD_GNN 的
experiments/simple/{train,valid,test}_list（pickle 的模型名列表）。
实测 9,292 / 3,097 / 3,099 = 60/20/20，两两无交集，并集恰好等于全库 15,488。
本库把它写进了 metadata.split_official，下游不必再去拼。
⚠ model_id 会泄题，而且它本身还不准
metadata.model_id（如 3-3-3-4-5-23）的前几个 token 就是该模型含有的特征类 id，
等于把答案写在文件名上。构造 prompt 时禁止带入 model_id。
同时它也不能当真值用：全库实测，8.74%（1,354 个）的模型在文件名里声明了某个特征，
但 .face_truth 里该类一个面都没有；反方向（标签有、文件名没声明）0 例。
方向如此单一，说明是合成时该特征被后续布尔运算削掉了。被吃掉最多的是
rectangular_blind_step(331)、triangular_blind_step(302)、slanted_through_step(289)
这些浅特征。唯一可信的真值是 .face_truth（即本库的 annot），不是文件名。
⚠ 与 mfcad_D01_TB4 的关系（不要混淆）
组织里已有 mfcad_D01_TB4
—— 那是一期 D01 的渲染版，100 行。本库是原始全量 STEP（15,488 行），两者不是一回事。
故仓库名取 mfcad_original 以免覆盖或混淆。
数据说明
- 15,488 对
.step/.face_truth，一一配对。源 zip 解压后 1,159,270,934 字节。 - 每模型面数：mean 22.62 / median 22 / range 8–59。全库面级样本 350,295 个 —— 预测单位是面，不是模型，所以这才是真正的样本量。
stock（未被加工到的毛坯面）占全部面的 **29.3%**，是最大的一类。- 16 个类：
chamfer,triangular_passage,rectangular_passage,6sides_passage,triangular_through_slot,rectangular_through_slot,rectangular_through_step,2sides_through_step,slanted_through_step,triangular_pocket,rectangular_pocket,6sides_pocket,rectangular_blind_slot,triangular_blind_step,rectangular_blind_step,stock - 面标签分布（前 8）：
| 类别 | 面数 |
|---|
- 有官方 60/20/20 split，已写进
metadata.split_official（见上）。
一个 sample 在预测什么
一个模型 = 一张面邻接图；图里的每一个 B-rep 面 = 一个预测单位，各出一个 16 选 1 的类别。
不是「一个模型一个类别」。官方 GNN 的 loss 是逐面 NLL、accuracy 是逐面统计。
所以做 SFT 时，一条样本的 target 是整个模型所有面的类别表（annot），
评测也应当在面这一级算。
Schema
query（分类提示，含 16 个类名） · step（STEP 原文） · image（null —— 需渲染） ·
annot（{面的名字编号: 类名} JSON —— 键是 STEP 里 ADVANCED_FACE 的 name，不是第几个面，见坑 1） ·
reasoning（null） ·
cate=B / task=T-B4（与 mfcad_D01_TB4 / fcad_D03_TB4 同属加工特征识别族） ·
metadata（model_id、**split_official、n_faces、face_labels**（原始下标，保真）、
**face_label_names、features_present、label_map_source、face_index_semantics**、
**model_id_leaks_answer**）
Load
from datasets import load_dataset
ds = load_dataset("AI4Manufacturing/mfcad_original")
Gated — request access; granted manually.
Provenance
- 源：https://github.com/hducg/MFCAD （zip 归档 226,038,318 字节）
- split：https://github.com/hducg/MFCAD_GNN
experiments/simple/{train,valid,test}_list - 论文：Cao, W., Robinson, T., Hua, Y., Boussuge, F., Colligan, A.R., Pan, W. Graph Representation of 3D CAD Models for Machining Feature Recognition with Deep Learning. ASME IDETC/CIE 2020.
- 标签表订正依据：GitHub issue hducg/MFCAD#2（2022-11-09，open）+ 本库的几何验证（见坑 2）。
- 许可：MIT（源仓
LICENSE，Copyright (c) 2020 hducg）。请引用上游。
- Downloads last month
- 17