HOWSCL-25 (Household Objects Within Simulation dataset for Continual Learning)

我们提出了一种新颖的用于连续学习的对象分类的合成数据集，该数据集使用BlenderProc创建，称为HOWSCL-25 (用于连续学习的模拟数据集中的家庭对象)。我们的数据集包含150,795个独特的合成图像，使用25个不同的家庭类别，总共925个3D模型。

We propose a novel synthetic dataset for object classification in continual learning, developed using BlenderProc and named HOWSCL-25 (Home Objects in Simulated Datasets for Continual Learning). Our dataset contains 150,795 unique synthetic images, covering 25 distinct household categories, with a total of 925 3D models.

搜集汇总

背景与挑战

背景概述

HOWSCL-25是一个专为连续学习设计的合成数据集，包含150,795张独特图像，涵盖25个家庭对象类别和925个3D模型，使用BlenderProc工具生成。该数据集由慕尼黑工业大学和德国航空航天中心于2022年发布，旨在支持对象分类任务的研究。