RAISE-LPBF（同轴 20,000 FPS 影像 + 连续参数，2024）

RAISE-LPBF（Reference And In-Situ dataset for Estimation in LPBF）由德国弗劳恩霍夫研究团队于2024年9月发布（arXiv: 2409.12475），同步提供公开基准测试平台 Makebench（https://www.makebench.eu）。数据集针对 316L 不锈钢块体材料，利用 20,000 FPS 同轴高速摄像机记录 LPBF 激光扫描过程，激光功率和扫描速度从连续分布中对每条扫描线独立采样，从而覆盖广泛的工艺参数空间及参数交互效应。数据可用于推断统计规律、构建异常检测器或激光参数回归模型，并附有基线机器学习代码和公开排行榜供研究社区评测。该数据集发布于2024年底，目前下游引用处于早期阶段。

连续参数标签 + live benchmark，回归/异常/强化学习皆可用。

• RAISE-LPBF
  arXiv, 2024

• Neuromorphic computing for anomaly detection in a laser powder bed fusion process
  arXiv preprint, 2025 — Various
  将神经形态计算应用于 LPBF 过程异常检测，引用 RAISE-LPBF 类数据集作为评测基准
• Reference Dataset and Benchmark for Reconstructing Laser Parameters from On-axis Video in Powder Bed Fusion of Bulk Stainless Steel
  arXiv / Additive Manufacturing Letters, 2024 — Various (Fraunhofer team)
  数据集发布论文，描述 RAISE-LPBF 采集方案、基线模型与 Makebench 公开评测平台

• makebench.eu