標(biāo)準(zhǔn)化數(shù)據(jù)集在多媒體研究中至關(guān)重要。今天，我們要給大家推薦一個(gè)匯總了姿態(tài)檢測(cè)數(shù)據(jù)集和渲染方法的 github repo。

項(xiàng)目地址：https://github.com/YoungXIAO13/ObjectPoseEstimationDatasets

這個(gè)數(shù)據(jù)集匯總了用于對(duì)象姿態(tài)估計(jì)的數(shù)據(jù)集，以及生成合成訓(xùn)練數(shù)據(jù)的呈現(xiàn)方法。在下表中，3D CAD 模型表示為模型，2D 圖像表示為對(duì)象。

該項(xiàng)目分為四個(gè)部分：

• 受控環(huán)境中的對(duì)象

• 野外物體

• 3D 模型數(shù)據(jù)集
  

• 渲染方法
  

受控環(huán)境中的對(duì)象

此表列出了通常稱為 BOP:Benchmark 6D 對(duì)象姿態(tài)估計(jì)的數(shù)據(jù)集，該數(shù)據(jù)集提供精確的 3D 對(duì)象模型和精確的 2D~3D 對(duì)齊。

可以下載所有 BOP 數(shù)據(jù)集，并使用作者提供的工具箱。

使用項(xiàng)目上面的代碼 ply2obj.py 將原始 .ply 文件轉(zhuǎn)換為 .obj 文件，并運(yùn)行 create_annotation.py 為數(shù)據(jù)集中的所有場(chǎng)景創(chuàng)建一個(gè)注釋文件。

以上數(shù)據(jù)集的下載地址：

• HomebrewedDB：https://bop.felk.cvut.cz/datasets/
  

• YCB-Video：https://rse-lab.cs.washington.edu/projects/posecnn/
  

• T-LESS：https://bop.felk.cvut.cz/datasets/
  

• Doumanoglou：https://bop.felk.cvut.cz/datasets/  
  

• Tejani：https://bop.felk.cvut.cz/datasets/
  

• Occluded-LINEMOD：https://bop.felk.cvut.cz/datasets/
  

• LINEMOD：https://bop.felk.cvut.cz/datasets/
  

野外物體

在該表中， Pix3D 和 ScanNet 提供精確的 2D-3D 對(duì)齊，而其他僅提供粗略的對(duì)齊。

PASCAL3D+ 是用于視點(diǎn)估計(jì)的事實(shí)基準(zhǔn)。

ScanNet 通常用來(lái)評(píng)估場(chǎng)景重建和分割。

數(shù)據(jù)集下載地址：

• ApolloCar3D：http://apolloscape.auto/car_instance.html
  

• Pix3D：http://pix3d.csail.mit.edu/
  

• ScanNet：http://www.scan-net.org/
  

• ObjectNet3D：http://cvgl.stanford.edu/projects/objectnet3d/
  

• PASCAL3D+：http://cvgl.stanford.edu/projects/pascal3d.html
  

• KITTI：http://www.cvlibs.net/datasets/kitti/eval_object.php
  

3D 模型數(shù)據(jù)集

為了驗(yàn)證網(wǎng)絡(luò)泛化能力，可以使用以下數(shù)據(jù)集生成合成訓(xùn)練數(shù)據(jù)。請(qǐng)注意，ABC 包含通用和任意的工業(yè) CAD 型，而 ShapeNetCore 和 ModelNet 包含常見(jiàn)類別的對(duì)象，如汽車和椅子。

數(shù)據(jù)集地址：

• ABC：https://deep-geometry.github.io/abc-dataset/
  

• ShapeNetCore：https://www.shapenet.org/download/shapenetcore
  

• ModelNet-40：http://modelnet.cs.princeton.edu/
  

渲染方法

• 可微渲染

這里有兩篇參考論文：CVPR 2018 論文《Neural 3D Mesh Renderer》和 NIPS 2018 論文《RenderNet》。

• Blender Render 渲染
  

本 repo 提供了相關(guān)的 python 代碼，以使用 Blender 作為一個(gè)易于安裝和生成照片級(jí)真實(shí)圖像的 python 模塊，從 3D 模型生成渲染圖像。

你可以在這里找到更多關(guān)于使用它的方法。

• 物理模擬器

Pybullet 是機(jī)器人界非常受歡迎的一個(gè)物理模擬器。

• 其他

Glumpy：不支持無(wú)頭渲染（在 ssh 模式下會(huì)失?。?/p>

UnrealCV：Unreal Engine 4 的擴(kuò)展，幫助與虛擬世界交互并與外部程序通信。

合成計(jì)算機(jī)視覺(jué)：恢復(fù)許多用于生成合成圖像的技術(shù)

via：https://github.com/YoungXIAO13/ObjectPoseEstimationDatasets

雷鋒網(wǎng)網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。