Syn-TODD

Transparent object perception is a crucial skill for applications such as robot manipulation in household and laboratory settings. We establish a novel procedural photo-realistic dataset generation pipeline and create a large-scale transparent object detection dataset, Syn-TODD, which is suitable for training networks with all three modalities, RGB-D, stereo and multi-view RGB.

透明物体感知是家庭与实验室场景下机器人操作等应用的核心关键能力。本研究构建了一套新颖的程序化照片级真实感数据集生成流水线，并创建了大规模透明物体检测数据集Syn-TODD，该数据集可适配基于RGB-D、立体视觉以及多视图RGB三种模态的网络训练。

搜集汇总

背景与挑战

背景概述

Syn-TODD是由多伦多大学创建的大规模透明物体检测合成数据集，支持RGB-D、立体视觉和多视角RGB三种模态的网络训练，适用于家庭和实验室环境中的机器人操作应用。