---
license: Apache License 2.0
#用户自定义标签
tags:
  - CFDBench
  - computational fluid dynamics
  - neural operator
language:
  - en
  - zh
---
<p align="center">
  <strong>
    <span style="font-size: 30px;">CFDBench</span>
  </strong>
</p>

## 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](https://arxiv.org/abs/2310.05963)

## 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：

```text
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：

```bash
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。