见过3D物体数据集，见过会动的3D物体数据集吗？

每段动态视频都以目标为中心拍摄，不仅自带标注整体的边界框，每个视频还附带相机位姿和稀疏点云。

这是谷歌的开源3D物体数据集Objectron，包含15000份短视频样本，以及从五个大洲、十个国家里收集来的400多万张带注释的图像。

谷歌认为，3D目标理解领域，缺少像2D中的ImageNet这样的大型数据集，而Objectron数据集能在一定程度上解决这个问题。

数据集一经推出，1.6k网友点赞。

9类物体，对AR挺友好

目前，这个数据集中包含的3D物体样本，包括自行车，书籍，瓶子，照相机，麦片盒子，椅子，杯子，笔记本电脑和鞋子。

当然，这个数据集，绝不仅仅只是一些以物体为中心拍摄的视频和图像，它具有如下特性：

注释标签（3D目标立体边界框）

用于AR数据的数据（相机位姿、稀疏点云、二维表面）

数据预处理（图像格式为tf.example，视频格式为SequenceExample）

支持通过脚本运行3D IoU指标的评估

支持通过脚本实现Tensorflow、PyTorch、JAX的数据加载及可视化，包含“Hello World”样例

支持Apache Beam，用于处理谷歌云（Google Cloud）基础架构上的数据集

所有可用样本的索引，包括训练/测试部分，便于下载

图像部分的画风，基本是这样的，也标注得非常详细：

当然，这个数据集，绝不仅仅只是一些以物体为中心拍摄的视频和图像，它具有如下特性：

注释标签（3D目标立体边界框）

用于AR数据的数据（相机位姿、稀疏点云、二维表面）

数据预处理（图像格式为tf.example，视频格式为SequenceExample）

支持通过脚本运行3D IoU指标的评估

支持通过脚本实现Tensorflow、PyTorch、JAX的数据加载及可视化，包含“Hello World”样例

支持Apache Beam，用于处理谷歌云（Google Cloud）基础架构上的数据集

所有可用样本的索引，包括训练/测试部分，便于下载

图像部分的画风，基本是这样的，也标注得非常详细，也有不同数量的视频类型（一个目标、或者两个以上的目标）。

谷歌希望通过发布这个数据集，让研究界能够进一步突破3D目标理解领域，以及相关的如无监督学习等方向的研究应用。

本内容属于网络转载，文中涉及图片等内容如有侵权，请联系编辑删除