3DOS

3DOS数据集是由都灵理工大学的Antonio Alliegro、Francesco Cappio Borlino和Tatiana Tommasi共同创建的，旨在为3D开放集学习提供一个广泛的测试平台。该数据集包含51,127个来自55个常见物体类别的合成实例，用于评估在不同语义（类别）转移难度下的性能。数据集分为三个主要轨道：合成、真实到真实和合成到真实，旨在模拟真实世界的部署条件。3DOS数据集的应用领域包括机器人和自动驾驶等安全关键应用，旨在解决模型在开放世界中遇到未知类别时的识别和拒绝问题。

搜集汇总

背景与挑战

背景概述

该数据集是一个用于3D开放集学习的基准测试数据集，专注于点云数据的语义新颖性检测。它包含多个子集，支持合成到合成和合成到真实的跨域场景，旨在评估模型在未知类别下的性能。该数据集已被NeurIPS 2022接受，提供了完整的代码实现和实验复现指南。