我们介绍了PartNet：一个一致的、大规模的3D对象数据集，标注了细粒度、实例级和层次化的3D部件信息。该数据集包含24个物体类别下的26,671个3D模型，共有573,585个部件实例。此数据集为形状分析、动态3D场景建模与仿真、功能分析等许多任务提供了支持并起到了推动作用。利用我们的数据集，我们建立了三项基准任务来评估3D部件识别：细粒度语义分割、层次化语义分割和实例分割。我们对四种最先进的3D深度学习算法进行了细粒度语义分割的基准测试，并对三种基线方法进行了层次化语义分割的基准测试。此外，我们还提出了一种新的部件实例分割方法，并展示了其在现有方法上的优越性能。