This dataset is redistributed with permission from the rights holder, under Autodesk's custom Fusion 360 Gallery Dataset License: it may be used ONLY FOR NON-COMMERCIAL RESEARCH PURPOSES. That restriction travels with the data and applies to you. If you are employed by a for-profit entity, Item 11 of the upstream license also binds your employer. This is a format-converted modification of the original dataset, not Autodesk's original release. State your name, affiliation and intended use; access is granted manually.

Fusion 360 Gallery — Assembly-Joint (j1.0.0) · 原始 B-Rep 整包镜像

真实 Fusion 360 用户设计里的装配关节。给两个孤立的 B-Rep 零件，预测设计师会选哪一对 B-Rep 实体（每边一个 face 或 edge）来定义 joint axis。真值不是事后人工标注，而是从 .f3d 里直接读出来的设计师选择（论文 A.1.4）。官方基线 JoinABLe（CVPR 2022）。

再分发经权利方许可（permission obtained）。上游许可不变：仅限非商用研究。 见下方 License 一节 —— 这条限制随数据一起传递给你，不是我们这层可以放宽的。

🔴 样本单位：19,156，不是 32,148

官方把话说死了（docs/assembly_joint.md:12 同一行的两句）： 19,156 joint sets / 32,148 joints / 23,029 parts，以及 "We consider a joint set to be a single data sample."

数字	是什么	不是什么
19,156	样本数（joint set）	—
32,148	joint 总数	❌ 不是样本数（当样本数会高估 1.68 倍）
23,029	去重零件数	❌ 不是样本数

README 的下载表印的是「32,148 joints / 23,029 parts」，很多登记表就是在这里错的。本库的 default config 19,156 行 = joint set 数。转换脚本在两处对账、任一处对不上就直接崩、不产出短数据集：开跑前数归档头里的 joint_set_*.json 个数，收尾前数实际写出的行数与源文件里的 joint 总数（必须分别等于 19,156 和 32,148）。约 70% 的 joint set 只含 1 个 joint、其余 30% 含多个（论文 A.1.4）—— 一个样本可能有多个正确答案，本次实测：单 joint 13,381 / 多 joint 5,775， joint 合计 32,148。

两个 config：为什么零件要单独一张表

23,029 个零件被 38,312 个 joint-set 槽位复用。把 body 文件按样本各复制一份等于 1.66 倍的浪费，所以拆成两张表，用 body_id 连接：

config	行数	一行是什么
`default`	19,156	一个 joint set（7 字段 SFT + 标注原文 + 装配态缩略图 + 两个 body 外键）
`parts`	23,029	一个去重零件（`.smt` / `.step` / `.obj` / graph JSON + 该零件的 holes 标注）

from datasets import load_dataset
js    = load_dataset("AI4Manufacturing/fusion360_joint")                 # joint sets（官方四个 split）
parts = load_dataset("AI4Manufacturing/fusion360_joint", "parts")        # 去重零件载荷，按 body_id 连接

Gated — request access; granted manually.

官方划分（本次实测，不是按比例反推）

官方只说「approximate 70/10/10/10%」（docs/assembly_joint.md:234），精确条数上游从未公布。本次转换实测：

split	行数
`test`	1,926
`train`	13,405
`uniform_test`	1,909
`validation`	1,916

划分文件 train_test.json 的原始键与条目数：{"train": 13405, "validation": 1916, "test": 1926, "uniform_test": 1909}。 validation / test 是人为清洗过的（剔掉了几何相似但没被标注的 sibling 实体）， mix_test 保留原始分布 —— 官方自承它不能可靠判分（论文 A.2.6）。跨集泄漏（同一个 joint set 出现在多个 split 里）本次实测 0 个，按首现认领、未剔除。

⚠ 零件跨 split 复用：split 划在 joint set 上，而零件是共享的。本次实测 4,967 个零件出现在不止一个 split 的 joint set 里（每行的 metadata.splits_referencing 列了具体是哪些）。拿 parts 做预训练时这就是泄漏面。

🔴 索引口径（四个 STEP 库各不相同，别跨库复用对齐代码）

每个零件的图节点顺序是先全部 face、再全部 edge（docs/assembly_joint.md:26）； JoinABLe 把 edge 的图节点号算成 n_faces + edge_index（offset_joint_index, joint_graph_dataset.py:860-870）。

本库 annot 里的 index 是 JSON 原文里按类型分开的原始索引，不是图节点号。 要和 graph 对齐，请自己用 parts config 的 metadata.n_faces 加偏移。

对照：mfcad_original 按 ADVANCED_FACE 的 name 整数对齐、mfcadpp 按 STEP 文本出现序、 mfinstseg 按 TopologyExplorer 遍历序。四套各用各的。

🔴 UV-grid：face 10×10×7，edge 10×6

graph 列里带 UV-Net 风格的 UV-grid。face 是 10×10×7（3 point + 3 normal + 1 trimming mask， joint_graph_dataset.py:83-90 / 93-97）；edge 是 1D 的 10×6 = 60 维（3 point + 3 tangent， :106-109 用的是 grid_size*3 而不是 grid_len*3），edge 没有 trimming mask。把 10×10×7 套到 edge 上会高估特征体量。（官方默认训练配置其实不喂 UV-grid，也不喂任何 XYZ 坐标： face 9 维 / edge 10 维，只有 entity type + length + reversed 位。）

🔴 标签是 PU 的，评测口径必须带上

99.9% 的标签为负，未标注的正样本约为已标注的 3 倍（论文 A.2.4）。标成 0 的实体对里相当一部分其实能装，只是设计师当时没用。不能当干净的二分类真值。
测试时正标签是 "Joint,JointEquivalent" —— 共轴等价实体也算命中 （args_train.py:73-80 → joint_graph_dataset.py:296 把 scheme 内标签压成 1 → metrics.py:263-264 判 max_label==1）； **训练时只用 "Joint"**。
所以官方 top-1 79.53%（clean test）是等价口径下的数；换到保留原分布的 mix_test 上 Ours 掉到 62.22、人类从 80.00 掉到 69.00。人类在 No Hole 子集上更是掉到 58.33% / 7.69%（论文 A.2.5 正文；Table 1/6 里印的是 "-"）。引用任何数字都要带口径。

⚠ 缩略图会泄题

thumbnail_png 是 joint_set_XXXXX.png 的原字节 —— 那是装配态渲染（第一个 joint 装好之后），等于把答案画出来了。所以统一口径的 image 一律为 null；要拿缩略图当输入，先确认你不是在泄题。（渲染由团队后续统一处理。）

收了什么、没收什么

只有 rigid joint，且只有每边单选一个实体的 joint；多实体选择的那 9% 不在本子集（留在 assembly 子集，论文 A.1.4）。
JSON 里躺着 7 种 joint type（Rigid/Revolute/Slider/Cylindrical/PinSlot/Planar/Ball）和完整的 motion limits， 但官方基线一个都不预测（get_label_matrix 从不读 joint_motion）。想做 joint type 分类得自己定义任务与指标。
contacts（装配态下 0.1mm 容差内贴合的面对）与 holes 都在 joint_set 原文里，保真收录。
holes 是机器跑的：Autodesk Shape Manager 特征识别工具自动标注，不是人工（docs/assembly_joint.md:184）。本库把它按 body 归集去重后放进 parts config 的 annot，当真值用之前请抽检。本次实测：不同 joint set 给出不一致孔集的零件 4,623 个（保留首见并计数）；没拿到 holes 条目的零件 10,433 个。
单位：长度 cm，角度弧度（docs/assembly_joint.md:45-46）。

Schema

default：query（任务提示，含索引口径） · image（null，见上） · annot（每个 joint 的实体对 + equivalents + joint_type/offset/angle/is_flipped，JSON） · reasoning（null） · cate=B / task=T-B4 · metadata · **joint_set**（joint_set_XXXXX.json 原文，保真镜像） · **thumbnail_png**（PNG 原字节） · body_one / body_two（连 parts） · split。

**parts**：同样的 7 字段（annot = 该零件的 holes 标注；没有条目时为 null） · **body_id**（主键） · **smt**（Autodesk Shape Manager 原生 B-Rep，官方称之为 ground truth geometry） · **step**（中性格式备份） · obj（三角网格，g face N / g halfedge M edge K 分组，不保证 manifold） · **graph**（NetworkX node-link 邻接图 + UV-grid 特征）。本次 graph 节点判据统计：{"by:surface_type": 23029} （metadata.n_faces 为 null 表示这个零件的 graph 节点写法我们没认出来，没有猜）。

cate/task = B/T-B4，与 mfcad_original / mfinstseg / deepcad 同族。

📜 License —— 非商用研究，限制随数据传递给你

上游是 Autodesk 自定义许可，不是 CC / MIT：

数据只能用于非商用研究（LICENSE.md 第 6 条：only for non-commercial research purposes）。
本次再分发经权利方许可（permission obtained）；许可条款本身不变，我们按第 3 条的要求 把非商用限制连同第 7/8 条的免责声明一并传递给下游，并保留对上游的署名与原仓库链接。
本库是原始发布物的格式转换版（修改集），不是 Autodesk 的原始数据集；要原件请从上游 Fusion360GalleryDataset 取。
第 4 条禁止把模型反向关联到创作者；第 9 条 Autodesk 保留随时终止授权的权利。
⚠ 第 11 条：若你受雇于营利实体，该许可同时约束你的雇主，且你声明自己有权代表雇主接受。适用法为加州法（第 12 条）。
代码另算：JoinABLe 仓库的 LICENSE 是 MIT（Copyright (c) 2022 Autodesk, Inc）—— 基线代码可商用、数据不可商用，两者别混谈。
全文：https://github.com/AutodeskAILab/Fusion360GalleryDataset/blob/master/LICENSE.md（Updated 11/2021）

Provenance

数据：https://fusion-360-gallery-dataset.s3.us-west-2.amazonaws.com/assembly/j1.0.0/j1.0.0.7z —— 2,975,602,672 字节，Last-Modified Tue, 30 Nov 2021 05:23:00 GMT （字节数与日期由 HTTP HEAD 独立复核两次）。解包后合计 35,423,840,413 字节（35.42 GB，由归档头统计，未整包落地）。另有预处理包 j1.0.0_preprocessed.7z —— 538,969,936 字节，Last-Modified Thu, 21 Apr 2022 19:31:57 GMT，那是 JoinABLe 自用的 .pickle 派生物，不是原始数据，本库未收录。 ⚠ 两个包日期不同，不要说「数据冻结在 2021-11-30」。
文档：docs/assembly_joint.md（本子集唯一权威文档）、README.md、LICENSE.md。
基线：AutodeskAILab/JoinABLe（默认分支是 main，不是 master）。
论文（对外引用用 CVPR 版）：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.
上游还有三个同源子集（Assembly / Reconstruction / Segmentation），都派生自同一批约 20,000 个 .f3d 设计， 零件级形状很可能互相重叠 —— 与本组已有的 Fusion 360 Gallery 子集混用前请先做零件级比对（尚未核）。

Downloads last month: -

Total file size:

3.85 GB

Paper for AI4Manufacturing/fusion360_joint

JoinABLe: Learning Bottom-up Assembly of Parametric CAD Joints

Paper • 2111.12772 • Published Apr 22, 2022