【3D】數據集整理ing

前言

最近需要把之前的檢測任務聯合實際場景作抓取實驗，在此提前整理一下可能需要用上的數據集。

正文

1 YCB-Video

YCB-video 21 objects

原項目網址：https://rse-lab.cs.washington.edu/projects/posecnn/

數據集網址：谷歌雲盤

數據集介紹：accurate 6D poses of 21 objects from the YCB dataset observed in 92 videos with 133,827 frames

數據集標注信息：

（1） 中心：圖像中3D模型原點的投影的2D位置；

（2） mask及對應的類別：對象的類標簽；

（3） 深度圖像；

（4） 相機內參；

（5） 6D Pose：圖像中對象的6D姿態；

（6） 旋轉平移矩陣：相機相對於第一幀的旋轉矩陣R及平移矩陣T；

（7） 坐標信息：圖像中每個像素在3D模型空間中的坐標。

數據集目標及購買鏈接：

2 GraspNet-1Billion

190 scenes, 97,280 images, 88 objects, 2 cameras

原項目網址：https://graspnet.net/index.html

數據集網址：https://graspnet.net/datasets.html

數據集介紹：It contains 190 cluttered and complex scenes captured by two popular RGBD cameras (Kinect A4Z and RealSense D435), bringing 97,280 images in total.一共有88個物體。

數據集標注信息：

（1）深度圖像

（2）mask及對應的類標簽

（3）6D pose

（4）相機內參

（5）對應的3D模型路徑

（6）旋轉平移矩陣：相機相對於第一幀的旋轉矩陣R及平移矩陣T

（7）二指抓取標注

（8）遮擋標簽

3 NOCS

NOCS Dataset

原項目網址：https://github.com/hughw19/NOCS_CVPR2019

數據集網址：https://github.com/hughw19/NOCS_CVPR2019#datasets

數據集介紹：

（1）以合成物體為目標，真實場景為背景，構建30萬張混合現實圖像

（2）以真實物體為目標，真實場景為背景，構建8000幀真實圖像

（3） 一共六個類別：bottle, bowl, camera, can, laptop, and mug

（4）一張圖像大致3~5個目標

數據集標注信息：

（1）NOCS map

（2）深度信息

（3）mask及對應的類標簽

（4）對應的3D模型

（注：可通過計算得到6D姿態）

數據集目標及購買鏈接：

4 BigBIRD

BigBIRD Dataset

原項目&數據集網址：http://rll.berkeley.edu/bigbird/

數據集介紹：針對於185個目標中的每一個目標，用５副不同角度的RGB-D相機同時對其進行拍照（下圖NP1+N1~NP5+N5），然后轉動載物的圓盤，對目標的不同角度進行拍照。最終得到5*120(角度數)=600張。

數據集標注信息：

（1）深度圖像

（2）mask

（3）6D pose

（4）相機內參

（5）3D模型