• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops >SIDOD: A Synthetic Image Dataset for 3D Object Pose Recognition With Distractors
【24h】

SIDOD: A Synthetic Image Dataset for 3D Object Pose Recognition With Distractors

机译：Sidod：3D对象的合成图像数据集与分散的人姿态识别

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We present a new, publicly-available image dataset generated by the NVIDIA Deep Learning Data Synthesizer intended for use in object detection, pose estimation, and tracking applications. This dataset contains 144k stereo image pairs that synthetically combine 18 camera viewpoints of three photorealistic virtual environments with up to 10 objects (chosen randomly from the 21 object models of the YCB dataset ) and flying distractors. Object and camera pose, scene lighting, and quantity of objects and distractors were randomized. Each provided view includes RGB, depth, segmentation, and surface normal images, all pixel level. We describe our approach for domain randomization and provide insight into the decisions that produced the dataset.
机译：我们介绍了由NVIDIA深度学习数据合成器生成的新可公开的图像数据集，用于对象检测，姿势估计和跟踪应用。该数据集包含144K立体声图像对，可合成18个摄像头观点的三个光电型虚拟环境，最多10个对象（从YCB数据集的21个对象模型中随机选择）和飞行分类器。对象和摄像机姿势，场景照明和物体和分散剂量的数量随机化。每个提供的视图包括RGB，深度，分割和表面正常图像，所有像素电平。我们描述了我们对域随机化的方法，并对产生数据集的决策提供了深入了解。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号