ARKitScenes

ARKitScenes

革新3D室内场景理解的大规模数据集

ARKitScenes是一个创新的3D室内场景理解数据集,利用移动RGB-D技术捕获数据。作为首个采用广泛可用深度传感器的RGB-D数据集,它涵盖了1,661个独特场景的5,047次捕获。数据集提供原始和处理后的数据、高分辨率深度图及手动标注的3D定向边界框。此外,项目还包含3D物体检测和RGB-D引导上采样的辅助脚本,为推进室内场景理解技术和应对真实世界挑战提供了宝贵资源。

ARKitScenes3D室内场景理解RGB-D数据集深度传感器家具标注Github开源项目

ARKitScenes

本仓库配套研究论文《ARKitScenes - 使用移动RGB-D数据的多样化真实世界3D室内场景理解数据集》,包含了论文中描述的数据、可视化和处理资产的脚本以及训练代码。

图片

图片

论文

ARKitScenes - 使用移动RGB-D数据的多样化真实世界3D室内场景理解数据集

使用这些数据或源代码时,请引用

@inproceedings{ dehghan2021arkitscenes, title={{ARK}itScenes - A Diverse Real-World Dataset for 3D Indoor Scene Understanding Using Mobile {RGB}-D Data}, author={Gilad Baruch and Zhuoyuan Chen and Afshin Dehghan and Tal Dimry and Yuri Feigin and Peter Fu and Thomas Gebauer and Brandon Joffe and Daniel Kurz and Arik Schwartz and Elad Shulman}, booktitle={Thirty-fifth Conference on Neural Information Processing Systems Datasets and Benchmarks Track (Round 1)}, year={2021}, url={https://openreview.net/forum?id=tjZjv_qh_CE} }

概述

ARKitScenes不仅是第一个使用现在广泛可用的深度传感器捕获的RGB-D数据集,而且是迄今为止收集的最大的室内场景理解数据集。除了原始和处理后的数据,ARKitScenes还包括使用固定激光扫描仪捕获的高分辨率深度图,以及大量家具分类的手动标注的3D定向边界框。我们还为两个下游任务提供了辅助脚本:3D物体检测和RGB-D引导上采样。我们希望我们的数据集能够推动现有最先进方法的边界,并引入更好地代表真实世界场景的新挑战。

主要特点

• ARKitScenes是第一个使用广泛可用的Apple LiDAR扫描仪捕获的RGB-D数据集。除了原始数据,我们还为每个场景提供相机姿态和表面重建。

• ARKitScenes是最大的室内3D数据集,包含1,661个独特场景的5,047次捕获。

• 我们提供高质量的地面真实数据,包括(a)配准的RGB-D帧和(b)房间定义对象的定向边界框。

下面是RGB-D数据集及其地面真实数据资产与ARKitScenes的比较概览。 HR和LR分别代表高分辨率和低分辨率,可用于841个独特场景的2,257次捕获的子集。

图片

数据收集

在下图中,我们提供了(a)iPad Pro扫描设置的示意图。(b)辅助iPad Pro数据收集的网格叠加。(c)使用iPad Pro捕获的扫描模式示例之一,红色标记显示了该房间中固定激光扫描仪的选定位置。

图片

数据下载

要下载数据,请参照数据文档

任务

这里我们提供了论文中提到的两个任务,即3D物体检测(3DOD)和深度上采样。

3DOD

深度上采样

许可

ARKitScenes数据集根据知识共享署名-非商业性使用-相同方式共享4.0国际公共许可证授权。要查看此许可证的副本,请访问https://creativecommons.org/licenses/by-nc-sa/4.0/。 关于商业许可的查询,请联系ARKitScenes-license@group.apple.com 如果您有任何其他问题,请在仓库中提出issue并联系ARKitScenes@group.apple.com

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多