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。

　　来看看这个数据集包含什么，以及谷歌提供的3D目标检测方案吧~（项目地址见文末）

　　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。

　　算法主要包括两部分，第一部分是Tensorflow的2D目标检测模型，用来“发现物体的位置”；

　　第二部分则进行图像裁剪，来估计3D物体的边界框（同时计算目标下一帧的2D裁剪，因此不需要运行每个帧），整体结构如下图：

　　除了谷歌推出的数据集以外，此前视觉3D目标领域，也有许多类型不同的数据集，每个数据集都有自己的特点。

　　例如斯坦福大学等提出的ScanNetV2，是个室内场景数据集，而ScanNet则是个RGB-D视频数据集，一共有21个目标类，一共1513个采集场景数据，可做语义分割和目标检测任务。

　　而目前在自动驾驶领域非常热门的KITTI数据集，也是一个3D数据集，是目前最大的自动驾驶场景下计算机视觉的算法评测数据集，包含市区、乡村和高速公路等场景采集的真实图像数据。

　　此外，还有Waymo、SemanticKITTI、H3D等等数据集，也都用在不同的场景中。（例如SemanticKITTI，通常被专门用于自动驾驶的3D语义分割）

　　无论是视频还是图像，这些数据集的单个样本基本包含多个目标，使用场景上也与谷歌的Objectron有所不同。

　　感兴趣的小伙伴们，可以通过下方传送门，浏览谷歌最新的3D目标检测数据集，以及相关模型~

　　本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。

　　原标题：《谷歌AI发布“会动的”3D物体数据集，附带标记边界框、相机位姿、稀疏点云，网友：快给我的AR模型用上》

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。