BuildingBRep-11K：精确多层 B-Rep 建筑实体及丰富布局元数据
机器学习
2025-06-23 v1
摘要
随着人工智能的兴起，自动生成建筑规模 3-D 对象的研究热情日高，但训练此类模型仍需大量干净且富有标注信息的数据集。我们引入 BuildingBRep-11K，一个包含 11,978 栋多层（2-10 层）建筑（约 10 GB）的数据集，由基于形态语法的管道生成，编码了既定的建筑设计原则。每个样本由几何精确的 B-Rep 实体构成，覆盖楼层、墙体、楼板和基于规则的开口，搭配一个快速加载的 .npy 元数据文件，记录详细的每层参数。生成器融合了空间尺度、日照优化和室内布局约束，结果对象通过多阶段过滤器，去除布尔失败、过小房间和极端长宽比，确保符合建筑标准。为验证数据集的可学习性，我们训练了两个轻量级 PointNet 基线。（i）多属性回归。单个编码器从 4,000 点云中预测楼层数、总房间数、每层向量和平均房间面积。对 100 座未见建筑，MAE 分别为 0.37 层、5.7 间、3.2 平方米。（ii）缺陷检测。相同骨架下，网络在平衡的 100 模型集合上达到 54% 准确率，召回率 82%（41 TP, 9 FN, 37 FP, 13 TN）。这些试验表明，BuildingBRep-11K 在几何回归和拓扑质量评估中均可学习但不易。
引用
@article{arxiv.2506.15718,
title = {BuildingBRep-11K: Precise Multi-Storey B-Rep Building Solids with Rich Layout Metadata},
author = {Yu Guo and Hongji Fang and Tianyu Fang and Zhe Cui},
journal= {arXiv preprint arXiv:2506.15718},
year = {2025}
}