HO-3D

具有手和对象的 3D 姿势注释的手对象交互数据集。该数据集包含来自总共 68 个序列的 66,034 个训练图像和 11,524 个测试图像。这些序列在多摄像头和单摄像头设置中捕获，包含 10 个不同的主体，从 YCB 数据集中操纵 10 个不同的对象。注释是使用优化算法自动获得的。测试集的手势注释被保留，测试集上算法的准确性可以使用 CodaLab 挑战提交（参见项目页面）通过标准指标进行评估。测试集和训练集的对象姿态注释与数据集一起提供。