README_zh.md

metadata

license: Apache License 2.0
tags:
  - CFDBench
  - computational fluid dynamics
  - neural operator
language:
  - en
  - zh

CFDBench

数据集描述

CFDBench 是面向计算流体力学机器学习方法的大规模基准数据集，用于评估神经算子在未见边界条件、流体属性和几何形状下的泛化能力。

数据集包含四类经典 CFD 问题：顶盖驱动方腔流（cavity）、圆管层流（tube）、阶梯溃坝流（dam）和圆柱绕流（cylinder）。每类问题按边界条件（bc）、几何形状（geo）和流体属性（prop）变化组织子集。

论文：CFDBench: A Large-Scale Benchmark for Machine Learning Methods in Fluid Dynamics

数据集支持的任务

场景	说明
流场时序预测	根据历史速度场预测后续流动状态。
CFD 代理建模	学习物理参数、边界条件或几何到速度场演化的映射。
泛化能力评测	评估模型在未见边界条件、物性和几何条件下的表现。
神经算子研究	为 FNO、Transformer 等模型提供统一的 CFD 评测数据。

数据集的格式和结构

数据按问题类型、子集和 case 组织：

data/<problem>/<subset>/case*/

每个 case 包含物理参数文件和二维速度场时间序列：

文件	格式	说明
case.json	JSON	物性、边界条件或几何参数。
u.npy	NumPy NPY	水平速度分量，形状为 [T, 64, 64]，类型为 float64。
v.npy	NumPy NPY	竖直速度分量，形状与 u.npy 相同。

部分 case 还提供 u.png、v.png 作为预览图，不属于必需训练数据。

数据集使用方式

本数据集适配 OneScience-Sugon/CFDBench 模型。下载数据集和模型：

hf download --dataset OneScience-Sugon/cfdbench --local-dir ./data

OneScience 官方信息

平台	OneScience 主仓库	Skills 仓库
Gitee	https://gitee.com/onescience-ai/onescience	https://gitee.com/onescience-ai/oneskills
GitHub	https://github.com/onescience-ai/OneScience	https://github.com/onescience-ai/oneskills

引用与许可证

• Luo, Y. et al. CFDBench: A Large-Scale Benchmark for Machine Learning Methods in Fluid Dynamics, 2023.
• 本数据集基于CFDBench原始数据进行整理，许可证同Apache License 2.0。