---
dataset_info:
  features:
  - name: query
    dtype: string
  - name: image
    dtype: image
  - 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: 937944624
    num_examples: 147289
  - name: validation
    num_bytes: 52270526
    num_examples: 8204
  - name: test
    num_bytes: 47125682
    num_examples: 7355
  - name: none
    num_bytes: 4983966
    num_examples: 823
  download_size: 820888465
  dataset_size: 1042324798
configs:
- config_name: default
  data_files:
  - split: train
    path: data/train-*
  - split: validation
    path: data/validation-*
  - split: test
    path: data/test-*
  - split: none
    path: data/none-*
extra_gated_fields:
  Name: text
  Affiliation: text
  Intended use: text
license: unknown
pretty_name: GenCAD-Code (aka 'CAD-Coder' in the registry)
extra_gated_prompt: Released for research use; access granted manually. State your
  name, affiliation, and intended use.
tags:
- smart-manufacturing
- cad
- code-generation
- cadquery
- image-to-code
- vlm
---
# GenCAD-Code — 图像 → CadQuery 代码（**唯一 raw-direct 的 CAD 集**）

已转为团队统一 7 字段 SFT schema。任务：**给一张 CAD 渲染图，生成能造出它的 CadQuery 代码**。
（配套模型叫 CAD-Coder，论文 arXiv:2505.14646。）

## 🟢 这个集不用渲染，可以直接喂 VLM —— 但图是 JPEG 不是 PNG

`image` 列自带**真实图像字节**（源库就是 `struct<bytes, path>`）。它是黄色组 CAD 半边
**唯一一个真正 raw-direct** 的数据集 —— 其余（MFCAD / MFInstSeg / FeatureNet / DeepCAD / ABC …）
都是 STEP / STL / 构造序列，必须先渲染。

编码注意：**HF parquet 里的图是 JPEG，不是 PNG**。本次转换逐行做了 magic-bytes 运行时校验，
实测格式：**PNG 163,671 行**。PNG 版本只存在于 GitHub repo（`anniedoris/CAD-Coder`）——
同一份数据两种编码，训练/评测混用两个来源时要注意。

## 🔴 登记表里这一行有两处错

1. **名字错了。** 登记表写 **"CAD-Coder"** —— 那是**模型名**。数据集真名叫 **GenCAD-Code**
   （`CADCODER/GenCAD-Code`）。
2. **`raw_direct` 写反了。** 登记表写 `NO`，**实测是 `YES`**（图像已内嵌，见上）。

## ⚠ 行数与外部说法对不上（本库以实测为准）

| split | 行数（实测） |
|---|---|
| train | 147,289 |
| validation | 8,204 |
| test | 7,355 |
| none | 823 |
| **合计** | **163,671** |

参照系：HF datasets-server 声明 3 个 split 共 **162,848** 行（train 147,289 / validation 8,204 /
test 7,355）；上游 split.csv 共 163,671 行；论文写 163,671、val 9,027（把 `none` 的 823 行计进了
validation）。微信里提到的 **156,954** 跟哪个口径都对不上（与 163,671 差 6,717）。
**本库不采信任何一边，只报实测值**，差异待组会核对口径。

> **`none` split：本次运行确实从源库拉到了它，但它不在源库声明的 split 里 —— 保留并标注。**
> 实际拉到 `data/none-00000-of-00001.parquet`（3,178,731 字节，实测 823 行），
> 本库保留为独立 split、未并入 train（并入会改变已声明的划分）。但注意：HF datasets-server
> `/size` 只声明 train/validation/test 三个 split（共 162,848 行），官方转换脚本
> `gencadcode_to_hf.py` 也用 `if split_name != "none"` 把它排除在推送之外 —— 它是个
> **未声明** 的文件。`none` 对应上游 split.csv 的第四个取值（823 行，官方代码注释指向
> 渲染图缺失）；论文把这 823 计进 validation，所以论文写 163,671 / val 9,027。

源 parquet 实测合计 **728,213,069 字节**；3 个已声明 split（4 个 parquet 文件）的声明字节数合计
**725,034,338 字节**。

转换时跳过的行（运行时统计）：空 `image` 0 行；`cadquery` 为 null/空串（防止产出空
`annot` target）0 行。

## ⚠ 用之前先自己去重（test 内部实测 11.4% 逐字节重复）

核查抽样 test 前 2,000 行复算：1,848 个唯一 CadQuery 串、**227 行（11.4%）落在重复组**、最大重复组
17 次；旗舰 100 评测子集成员 `0016/00167991` 就在一个大小为 8 的重复组里。train↔test 跨 split
泄漏**没人验证过**（旁证：CADBench 用同一份 test split 时明说先做了去重和单体过滤）。
本库**原样保留**源库的行与划分、未做去重 —— 当 SFT 语料用之前需自行去重。

## ⚠ 每个模型只有一张图，别拿上游 `_1~_4` 做多视角增强

本集每行只有**一张** 448×448 等轴测渲染图（对应上游的 `{id}_0.png`，未缩放视角）。上游还有
`_1~_4` 四张 —— 那是把实体**沿 xyz 缩放后重渲**的，与未缩放的 `annot` 代码几何对不上，
拿去做"多视角增强"就是全量图-标签错配。论文那句 "each matched with five CAD rendered images"
说的不是 5 个可用视角。HF 卡和论文都不写这一条，最容易踩。

## 输出契约：最终实体必须赋给变量 `solid`

`annot` 里的 CadQuery 代码统一把最终实体赋给名为 **`solid`** 的变量 —— 官方评测脚本直接往生成
代码后面拼 `cq.exporters.export(solid, ...)` 导 STEP。做 SFT 或自建 eval 时若不保留这个约定，
代码能跑通但导不出几何（会被官方 IoU 流程静默踢出分母）。

## ⚠ 许可：未声明

HF 数据集页的 `cardData.license` 返回 **None**，tags 里没有任何 `license:` 标签 → **数据集本身没给许可证**。
上游血缘（ABC → DeepCAD → GenCAD-Code）**不构成授权**：那些仓的 MIT 只覆盖**代码**不覆盖数据，
且几何继承 **Onshape ToU**。**repo license ≠ data license。**
本库按团队要求"先传上来并在 README 标注"处理，**再分发授权状态未解决**。

## Schema

`query`（源库自带的 prompt；固定 106 字符指令模板、逐行相同，本次实测与模板不一致(含缺失)
**0** 行，缺失行回填同一模板） · `image`（**已内嵌**，实测 PNG 163,671 行） ·
`annot`（CadQuery 代码，ground truth） · `reasoning`（null） ·
`cate`=`E` / `task`=**`T-E1`**（⚠ 占位符 —— 图像→代码生成在正式任务表里没有干净对应，
`T-B4` 是几何理解，不是这个；**没猜，待组会定**；脚本内注释与此同口径） ·
`metadata`（`deepcad_id`、`split`、`image_path`、`image_format`、`token_count`、`hundred_subset`、`source_prompt`）

> ⚠ `metadata.token_count` **不是代码长度**：官方转换脚本里它 = 代码 token + 图像 577 + prompt 69，
> 想按代码长度筛必须先**减 646**（论文说的平均 611 token/脚本是纯代码口径）。而且上游只为
> train/test 生成了 token 计数，**validation 整列是 null**（核查员抽 4 个 offset × 100 行
> nonnull=0；本次转换实测各 split 非空行数：train 147,289/147,289, validation 0/8,204, test 7,355/7,355, none 0/823）—— 任何 `token_count <= N` 之类的过滤
> 都会把整个 validation split **静默清零**。本库不做任何过滤、原样带出。

> `metadata.deepcad_id` 可与 `AI4Manufacturing/deepcad` 对齐（同一 DeepCAD 编号体系）。

## Load
```python
from datasets import load_dataset
ds = load_dataset("AI4Manufacturing/gencad_code")
```
_Gated — request access; granted manually._

## Provenance
- 源：https://huggingface.co/datasets/CADCODER/GenCAD-Code（源库公开、未 gated；本库按团队规矩 gated=manual 转发）
- 代码仓：https://github.com/anniedoris/CAD-Coder （Apache-2.0 —— **仅代码**）；论文 arXiv:2505.14646
- **数据许可：未声明** —— 见上。请引用上游。