dataset: ShapeNetCar
root: data/mlcfd_data
format:
  - npy
  - vtk
  - txt
  - xlsx
  - png
statistics:
  stats/mean_in.npy:
    shape: [7]
    dtype: float32
    description_zh: 输入特征归一化均值
  stats/std_in.npy:
    shape: [7]
    dtype: float32
    description_zh: 输入特征归一化标准差
  stats/mean_out.npy:
    shape: [4]
    dtype: float32
    description_zh: 输出物理量归一化均值
  stats/std_out.npy:
    shape: [4]
    dtype: float32
    description_zh: 输出物理量归一化标准差
training_data:
  directory_pattern: training_data/param*
  required_files:
    Cd.npy: 阻力系数数组
    I1.npy: 输入参数数组
    I2.npy: 输入参数数组
    Press.npy: 表面压力数组
    Velo.npy: 速度场数组
    topo_hexquad.txt: 网格拓扑文本
preprocessed_data:
  directory_pattern: preprocessed_data/param*/<sample_id>
  required_files:
    x.npy:
      shape: [num_nodes, 7]
      dtype: float64
      description_zh: 节点输入特征，包含位置、SDF 和法向量等特征
    y.npy:
      shape: [num_nodes, 4]
      dtype: float64
      description_zh: 目标物理场，前三维为速度，最后一维为压力
    pos.npy:
      shape: [num_nodes, 3]
      dtype: float32
      description_zh: 节点三维坐标
    surf.npy:
      shape: [num_nodes]
      dtype: float64
      description_zh: 表面节点掩码
    edge_index.npy:
      shape: [2, num_edges]
      dtype: int64
      description_zh: 图边索引
notes_zh:
  - training_data/param0 到 param8 对应不同参数折。
  - preprocessed_data 中的样本目录由车辆几何样本 ID 命名。
  - Transolver-Car-Design 标准模型包默认读取 data/mlcfd_data/training_data、data/mlcfd_data/preprocessed_data 和 data/mlcfd_data/stats。