Dataset of Industrial Metal Objects

要約

我々は、工業用金属オブジェクトの多様なデータセットを提示する。これらのオブジェクトは対称的で、テクスチャがなく、反射率が高いため、既存のデータセットでは捉えられない困難な条件となる。我々のデータセットには、6次元のオブジェクトポーズラベルを持つ実世界と合成のマルチビューRGB画像の両方が含まれている。実世界のデータは、物体の形状、素材、キャリア、構成、照明条件などが異なるシーンの多視点画像を記録することで取得されます。この結果、3万枚を超える画像が得られ、新しい公開ツールを用いて正確にラベル付けされています。合成データは、実世界の条件を注意深くシミュレートし、制御された現実的な方法で変化させることによって得られます。これにより、50万枚以上の合成画像が得られます。合成データと実世界のデータが密接に対応し、コントロールされたバリエーションがあるため、シム・トゥ・リアルの研究が促進されるでしょう。私たちのデータセットのサイズと挑戦的な性質は、反射材を含む様々なコンピュータビジョンのタスクの研究を促進するでしょう。このデータセットと付属のリソースは、プロジェクトのウェブサイト（https://pderoovere.github.io/dimo）で公開されています。

要約(オリジナル)

We present a diverse dataset of industrial metal objects. These objects are symmetric, textureless and highly reflective, leading to challenging conditions not captured in existing datasets. Our dataset contains both real-world and synthetic multi-view RGB images with 6D object pose labels. Real-world data is obtained by recording multi-view images of scenes with varying object shapes, materials, carriers, compositions and lighting conditions. This results in over 30,000 images, accurately labelled using a new public tool. Synthetic data is obtained by carefully simulating real-world conditions and varying them in a controlled and realistic way. This leads to over 500,000 synthetic images. The close correspondence between synthetic and real-world data, and controlled variations, will facilitate sim-to-real research. Our dataset’s size and challenging nature will facilitate research on various computer vision tasks involving reflective materials. The dataset and accompanying resources are made available on the project website at https://pderoovere.github.io/dimo.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL