什么是ReCo‑Data数据集

ReCo‑Data（Residential Community Layout Planning）数据集概述

ReCo‑Data 是首个面向真实住宅社区布局规划的大规模开源向量数据集，专为智能空间设计、城市规划以及生成式布局模型提供基准。该数据集的核心特征如下：

数据获取渠道

1. 官方 GitHub 仓库（提供原始 JSON/GeoJSON 文件及转换脚本）
   https://github.com/FDUDSDE/ReCo-Dataset
2. IEEE DataPort（可直接下载完整数据包）
   https://ieee-dataport.org/documents/reco-residential-community-layout-planning-dataset
3. Kaggle 平台（提供数据预览与 Notebook 示例）
   https://www.kaggle.com/datasets/fdudsde/reco-dataset
4. 论文与摘要（详细介绍数据集构建流程、统计信息及基准实验）
   • arXiv 预印本：https://arxiv.org/abs/2206.04678
   • ACM 论文页面：https://dl.acm.org/doi/abs/10.1145/3581783.3612465

为何值得关注

• 真实世界规模：相较于以往仅有数千条的社区布局数据，ReCo‑Data 的规模提升了数十倍，能够支撑深度学习模型的训练与评估。
• 向量化高精度：采用矢量坐标而非栅格图像，保留了空间精度，便于后续的几何运算和多模态融合。
• 多任务兼容：同一套数据可直接用于布局生成、形态分析、空间可视化等多种任务，降低了数据准备成本。

使用建议

• 数据预处理：先使用提供的脚本将 GeoJSON 转为 2D 栅格图像或 3D 点云，以匹配具体模型的输入需求。
• 基准模型：论文中提供的基于 GAN 的生成模型可作为初始基准，后续可尝试 Diffusion、Transformer 等新型生成框架。
• 跨城市实验：利用数据集覆盖的 60 城市，可设计跨区域迁移学习或城市特征对比研究，探索模型的泛化能力。