GraspNet-1Billion 物体抓取姿态检测数据集

GraspNet-1Billion 是关于物体抓取姿态检测的 RGB-D 图像数据集，包含 190 个复杂背景和 97,280 张图像，每张图像有精确的 6D 姿态标注和物体抓取姿态标注，共有 88 个物体和超过 11 亿个抓取姿态。这些图像由 Kinect Azure 和 RealSense D435 这两款主流 RGB-D 相机拍摄。

GraspNet-1Billion is an RGB-D image dataset focused on object grasp pose detection. It contains 97,280 RGB-D images across 190 complex background scenarios, with each image annotated with precise 6D object poses and grasp poses. The dataset covers 88 distinct object categories and includes over 1.1 billion grasp poses. All images were captured using two mainstream RGB-D cameras: Kinect Azure and RealSense D435.

搜集汇总

背景与挑战

背景概述

GraspNet-1Billion是一个关于物体抓取姿态检测的大规模RGB-D图像数据集，包含97,280张图像和超过11亿个抓取姿态标注，涵盖88个物体。该数据集由Kinect Azure和RealSense D435相机拍摄，适用于物体抓取、6D姿态估计等机器人技术研究。