Objectron

收录理由

这份数据集正是谷歌MediaPipe中针对鞋子、椅子、马克杯和相机等物体检测模型背后的训练素材，即便放在今天，当你需要训练或评估真实场景下的物体姿态预测模型时，它依然是一份扎实的参考资料。其中包含了约1.5万段以物体为中心的短视频，以及超过四百万张带标注的图片，每一份样本都附有相机位姿、稀疏点云、平面信息以及三维边界框。由于拍摄地点横跨五大洲的十个国家，它在地理多样性上有着许多单一实验室数据集难以比拟的优势。仓库里直接提供了现成的tf.record格式示例和下载数据的notebook，几乎不用额外折腾就能接入TensorFlow或PyTorch的训练流程。如果你在做三维物体检测、姿态估计或者与增强现实相关的感知工作，这里的标注方式和评测约定都相当值得花时间琢磨。