Datasets:

AI4Manufacturing
/

cad_recode

dataset_info:
  features:
    - name: query
      dtype: string
    - name: cadquery
      dtype: string
    - name: image
      dtype: string
    - name: annot
      dtype: string
    - name: reasoning
      dtype: string
    - name: cate
      dtype: string
    - name: task
      dtype: string
    - name: metadata
      dtype: string
  splits:
    - name: train
      num_bytes: 1418730528
      num_examples: 981865
    - name: val
      num_bytes: 1405574
      num_examples: 982
  download_size: 282756578
  dataset_size: 1420136102
configs:
  - config_name: default
    data_files:
      - split: train
        path: data/train-*
      - split: val
        path: data/val-*
pretty_name: CAD-Recode (CadQuery programs; point cloud not stored)
extra_gated_prompt: >-
  Released for research use; access granted manually. State your name,
  affiliation, and intended use.
tags:
  - smart-manufacturing
  - cad
  - cadquery
  - code-generation
  - point-cloud
extra_gated_fields:
  Name: text
  Affiliation: text
  Intended use: text
license: cc-by-nc-4.0

CAD-Recode — CadQuery 代码（源任务：点云 → 代码，但点云不入库）

CAD-Recode v1.5，转成团队统一 7 字段 SFT schema。982,847 个样本（train 981,865 / val 982）。 ⚠ split 口径：val 是同一个程序化生成器产出的同分布 holdout，只能当训练监控，不是 benchmark；本数据集自己不带 test split，论文的评测全在外部数据集上（DeepCAD / Fusion360 / CC3D）。另外 val 文件编号到 999 但只有 982 个（有缺号），别拿序号当 ID。

这个数据集里到底有什么

源库里只有 CadQuery 程序（982,847 个 .py，平均约 386 字节/个 —— 运行时实测：解压总字节 ÷ 文件数），没有别的。 点云不预存 —— 它是执行这段代码、从生成的实体上采样出来的（构造链路：exec 代码 → tessellate(0.001, 0.1) → trimesh sample_surface(8192) → FPS 降到 256 点）。所以：

列	装什么
`annot` / `cadquery`	一段可执行的 CadQuery 程序 —— 这就是 ground truth
`query`	固定任务提示（只承诺代码生成，不承诺点云输入 —— 样本里没有点云）
`image`	null —— 源库没有图，也没有预存点云；不是我们删的
`reasoning`	null —— 源数据本身没有推理内容
`metadata`	`split` · `model_id` · `batch`（train 分 100 个 batch 目录）· `path` · `n_chars` · `n_bytes` · `has_input: false`（这条样本缺输入，下游按此过滤）· `input_pipeline`（点云构造链路）· `decode_replaced`

硬约束：最终实体必须赋给变量 r —— 官方所有下游代码写死 globals()['r'].val() （demo.ipynb、cadrille 的 cadrecode2mesh.py、evaluate.py）。没赋给 r，整条链路静默失败 （下游转换是 except: pass，不报错，只会凭空少样本）。

版本与量程：v1.5 的表面点坐标量化在 −100..100、最小分辨率 1 单位；旧版 v1 是 ±50（且点云 6 维带法向、按 z 排序）。两版不兼容，别混用，用错尺度差 2 倍。注意代码里的数值字面量不全是整数（实样本有 -16.5、-77/2 这种半整数和未求值表达式），按「全是整数」写校验或量化后处理会误杀合法样本。

运行时校验：UTF-8 解码需替换非法字节的文件数 = 0（正常应为 0）。

标签质量

强 —— CadQuery 代码是程序生成的精确真值，没有标注误差。 ⚠ 但有一个评测上的坑：同一个形状可以有多份合法程序，所以不能用「代码逐字匹配」来打分，要用几何指标（Chamfer 距离 / IoU）。具体口径（官方 evaluate.py）：

CD：GT mesh 与预测 mesh 各采 8192 点，双向最近邻平方距离取均值再相加，报告值 ×10³；
评测前预测 mesh 会被重新归一化（减 bbox 中心、除以最大边长、平移到 [0,1]），绝对尺寸不计分；
只写一句「用 Chamfer / IoU」是复现不出论文数字的。

许可

CC BY-NC 4.0（非商用）。本仓库仅供研究使用；商用前须经法务确认，NC 条款不因研究用途自动豁免。按团队口径在此标注并署名：数据版权归上游作者，请引用上游（见 Provenance）。

Load

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

Gated — request access; granted manually.

Provenance

源：https://huggingface.co/datasets/filapro/cad-recode-v1.5 （v1.5；另有旧版 filapro/cad-recode，量程/维度不同，不兼容）
论文：CAD-Recode: Reverse Engineering CAD Code from Point Clouds
许可：CC BY-NC 4.0