Event6DBlender
收藏资源简介：
Event6DBlender是一个用于训练Event6D（CVPR 2026）模型中深度外推网络的合成数据集。它包含由BlenderProc渲染的合成图像和由ESIM模拟的事件流，是“easy”子集，即实际用于发布训练运行的数据。数据集内容包括RGB图像（每序列约120帧，分辨率480×640）、16位度量深度图、物体可见性掩码、每帧相机内参（K矩阵）和物体6D位姿（旋转矩阵R和平移向量t），以及原始事件数据（以.npz格式存储，包含x、y、t、p字段）。数据来源于1035个Google Scanned Objects（GSO）网格模型（采用CC-BY 4.0许可）。在数据规模上，训练集包含2068个序列（其中714个为easy子集，1354个为medium子集），测试集包含590个序列（其中204个为easy子集，386个为medium子集），发布的模型检查点仅使用easy子集进行训练。该数据集专为基于事件的6D物体姿态估计和跟踪任务设计，适用于计算机视觉和机器人领域的研究。
Event6DBlender is a synthetic dataset for training the depth extrapolation network in the Event6D (CVPR 2026) model. It contains synthetic images rendered by BlenderProc and event streams simulated by ESIM. This dataset is the easy subset, which is the data actually used for publishing training runs. The dataset content includes RGB images (approximately 120 frames per sequence, resolution 480×640), 16-bit metric depth maps, object visibility masks, per-frame camera intrinsics (K matrix), and object 6D poses (rotation matrix R and translation vector t), as well as raw event data (stored in .npz format with x, y, t, p fields). The data is sourced from 1035 Google Scanned Objects (GSO) mesh models (under CC-BY 4.0 license). In terms of data scale, the training set contains 2068 sequences (with 714 from the easy subset and 1354 from the medium subset), and the test set contains 590 sequences (with 204 from the easy subset and 386 from the medium subset). The released model checkpoints are trained only on the easy subset. This dataset is specifically designed for event-based 6D object pose estimation and tracking tasks, suitable for research in computer vision and robotics.
数据集概述
Event6DBlender 是一个用于事件相机（event camera）的合成训练数据集，专为深度外推网络设计，支撑 CVPR 2026 论文《Event6D: Event-based Novel Object 6D Pose Tracking》。该数据集包含了 Blender 渲染的 RGB 图像、深度图、可见性掩码以及模拟事件流。
基本信息
- 许可证: CC-BY-NC 4.0
- 任务类型: 目标检测
- 标签: 6D位姿、事件相机、合成数据、Blender、GSO
- 数据规模: 100GB ~ 1TB
数据集结构
Event6DBlender/ ├── train.txt # 训练集文件列表（2068个序列：714个easy + 1354个medium） ├── test.txt # 测试集文件列表（590个序列：204个easy + 386个medium） ├── gso/<obj_id>/... # 1035个Google Scanned Objects网格文件（CC-BY 4.0协议） ├── EvBlenderProc/.../ # 渲染图像数据 │ ├── rgb/<frame>.png # 每序列120帧RGB图像（480×640） │ ├── depth/<frame>.png # 16位深度图（缩放因子见scene_camera.json） │ ├── mask/<frame><obj>.png # 对象掩码 │ ├── mask_visib/<frame><obj>.png # 可见对象掩码（数据加载器使用） │ ├── scene_camera.json # 每帧相机内参K │ ├── scene_gt.json # 每帧所有对象的旋转R和平移t │ ├── scene_gt_coco.json # COCO格式标注 │ └── scene_gt_info.json # 额外标注信息 └── EvBlenderProcEv/.../ # 模拟事件流数据 └── 0001.npz, 0002.npz, ... # 每个帧间间隔的事件数据（结构：x, y, t, p）
- 每个序列约包含：120帧RGB + 120帧深度 + 约30个事件流文件
- 总序列数：714个easy子集序列
数据集划分
- 训练集: 2068个序列（714个easy + 1354个medium）
- 测试集: 590个序列（204个easy + 386个medium）
- 论文发布的检查点仅使用 easy 子集；medium子集托管在 Event6DBlenderMedium
下载方式
使用以下命令下载数据集：
bash huggingface-cli download mickeykang/Event6DBlender --repo-type dataset --local-dir ./data/Event6DBlender
磁盘空间说明
首次运行训练流程时，会在事件数据旁生成体素网格缓存（EvBlenderProcEv_cache/），占用约90GB。缓存是可丢弃的，删除后可随时释放空间。
数据来源与归属
- GSO网格文件: Google Scanned Objects — 由Google Research发布，遵循CC-BY 4.0协议
- 渲染工具: BlenderProc
- 事件模拟: ESIM（UZH-RPG）
引用
如使用该数据集，请引用以下论文：
bibtex @inproceedings{kang2026event6d, title = {Event6D: Event-based Novel Object 6D Pose Tracking}, author = {Kang, Jae-Young and Cho, Hoonehee and Lee, Taeyeop and Kang, Minjun and Wen, Bowen and Kim, Youngho and Yoon, Kuk-Jin}, booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)}, year = {2026} }
