3D 数据集

Hub 支持在浏览器中预览 3D 文件，因此您可以无需下载即可检查网格、场景、点云和高斯泼溅。本指南涵盖：

• 在交互式查看器中预览 3D 文件
• 数据集查看器中的 3D 文件，包含 Mesh 列和资产库
• 组织数据集，使 3D 文件显示在其他列旁边
• 用于机器人仿真的 OpenUSD 资产的 SimReady 数据集

预览 3D 文件

在数据集的 Files and versions 选项卡或 Storage Bucket 中，点击一个 3D 文件即可在交互式 3D 查看器中打开它。您可以旋转、缩放以及全屏查看器。

超过 100 MB 的 glTF、网格、点云和高斯泼溅文件会在您点击 Load 3D preview 时加载。超过 1 GB 的文件不会进行预览。

网格和 glTF

glTF 文件会连同其材质和纹理一起渲染。使用右上角的按钮可在 Solid、Wireframe 和 Solid + wireframe 之间切换。

点云

仅包含顶点的 .ply 文件（例如 LiDAR 或摄影测量扫描）将以点云形式显示，并呈现其顶点颜色：

高斯泼溅

Gaussian splats 可以存储为 .splat 或 .ply 文件：

OpenUSD

USD 资产通常分布在多个文件中：一个根文件引用子层、负载、材质和纹理。查看器会从同一仓库中加载这些被引用的文件，因此请保留创建资产时的文件夹结构，并使用相对路径进行引用。无法加载指向绝对路径或仓库外文件的引用。

数据集查看器中的 3D 文件

网格列

数据集查看器会为 Mesh 列中的每个单元格显示缩略图。缩略图可以渲染 .glb、.ply、.stl 和 .obj 文件。

点击缩略图可在 3D 中打开该文件，显示在其所在行的其他值旁边：

3D 资产卡片

数据集页面还会显示一个 3D Assets 卡片，其中包含所选子集和拆分中前几行最多 15 个缩略图，例如 本页顶部 所示。请确保前几行包含网格，否则该卡片将不会显示。

例如，参见 cfahlgren1/smithsonian-3d-glb。

组织你的数据集

仅 3D 文件

如果您的数据集仅包含 .glb、.ply 或 .stl 文件，则无需执行任何操作：它们会自动获得一个 mesh 列。

my_dataset_repository/
└── meshes
    ├── chair.glb
    ├── lamp.glb
    └── table.glb

附加列

要添加字幕、标签或其他列，请在 3D 文件旁边添加一个包含 file_name 列的 metadata.jsonl（或 metadata.csv）文件：

my_dataset_repository/
└── train
    ├── box.glb
    ├── sphere.glb
    └── metadata.jsonl

有关更多详细信息，请参阅 创建网格数据集，示例请参见 cfahlgren1/mesh-doc-test-metadata。

Parquet

如果您的数据集以 Parquet 格式存储，Dataset Viewer 会读取 Parquet 文件，并且不会将仓库中的 3D 文件作为一列添加。要在其他列旁边显示 3D 文件，请将文件保留在仓库中，并添加一个引用它们的 Mesh 列：

my_dataset_repository/
├── meshes
│   ├── box.glb
│   ├── cone.stl
│   └── ...
└── train.parquet

import json
import pyarrow as pa
import pyarrow.parquet as pq
from datasets import Features, Mesh, Value

table = pq.read_table("train.parquet")

cells = [
    {"bytes": None, "path": f"meshes/{row_id}.glb"}  # relative path from parquet directory to meshes
    for row_id in table["id"].to_pylist()
]
table = table.append_column("mesh", pa.array(cells, type=Mesh().pa_type))

# List all the columns of your dataset
features = Features({"id": Value("string"), "prompt": Value("string"), "mesh": Mesh()})
table = table.replace_schema_metadata(
    {"huggingface": json.dumps({"info": {"features": features.to_dict()}})}
)
pq.write_table(table, "train.parquet")

• 路径必须是相对于包含 Parquet 文件的目录的相对路径。
• 对于没有 3D 文件的行，请使用 None。
• 一个文件夹最多可包含 10,000 个文件，因此请将较大的文件集合分组到子文件夹中。

参见 cfahlgren1/mesh-doc-test-formats 中的示例。

SimReady 数据集

SimReady 是一项针对 OpenUSD 资产的规范，要求这些资产可直接用于仿真，并包含物理属性、材质和语义标签。包含 SimReady 包的数据集会在其页面上显示一张 3D Assets 卡片，其中列出了包的数量，并展示从整个数据集中采样的最多 15 张缩略图。点击缩略图即可在查看器中打开其 USD 文件。

例如，参见 nvidia/simready-assets 或 nvidia/PhysicalAI-SimReady-Warehouse-01。

这些数据集还会获得 simready 标签，因此在筛选数据集时它们会显示出来。

包结构

包是一个包含 com.nvidia.simready.packaging.json 文件的文件夹。包可以位于仓库中的任意深度，包内的文件夹属于该包的一部分。

每个包都需要其根 USD 文件的缩略图才能在卡片中显示。根据 SimReady 对缩略图的要求，<folder>/<file>.usd 的缩略图为 <folder>/.thumbs/256x256/<file>.usd.png（或 .usda.png、.usdc.png、.usdz.png），位于包文件夹内或其下一层文件夹中：

my_dataset_repository/
├── IV_pole_a01
│   ├── com.nvidia.simready.packaging.json
│   └── simready_usd
│       ├── .thumbs
│       │   └── 256x256
│       │       ├── sm_IV_pole_a01_01.usd.png
│       │       └── sm_IV_pole_a01_01.usd_light.png
│       ├── sm_IV_pole_a01_01.usd
│       └── payloads
│           └── ...
└── IV_pole_a02
    ├── com.nvidia.simready.packaging.json
    └── ...

• 可选的 <file>.usd_light.png 在浅色模式下显示，而 <file>.usd.png 在深色模式下显示。
• 大于 4 MB 的缩略图将被跳过。

每次向数据集推送后，卡片都会更新。

模态标签

包含 3D 文件的数据集会被赋予 3d 模态，因此在使用按模态筛选数据集时会出现。你也可以在数据集卡片中设置该模态，参见强制设置数据集模态。