用于单视图物体重建的卷积网络已经展现出令人印象深刻的效果，并成为研究的热门课题。所有现有的技术都基于一个共同的理念，即利用编码器-解码器网络对输出空间的三维结构进行非平凡推理。在本研究中，我们提出了两种替代方法，分别执行图像分类和检索任务。这些简单的基线方法在定性和定量方面均优于当前最先进的方法。我们证明了编码器-解码器方法在统计上与这些基线方法无法区分，这表明目前单视图物体重建领域的最先进技术实际上并不是进行重建，而是图像分类。我们识别了流行实验程序中的某些方面，这些方面引发了这种行为，并讨论了改进当前研究状态的方法。