Spacecraft_Detection_Keypoint_and_Pose_Dataset
收藏资源简介：
SDKP（Spacecraft Detection, Keypoint, and Pose）数据集是一个专为单目成像条件下航天器感知技术发展而设计的综合基准数据集。该数据集包含24,000张高质量RGB图像，每张图像均配有丰富的真实标注，包括2D语义关键点、2D/3D边界框以及完整的6自由度姿态信息。数据被划分为三个标准化子集：20,000张用于训练，2,000张用于验证，2,000张用于测试，确保评估协议的一致性。数据集采用COCO兼容格式，包含相机内参矩阵和航天器本体坐标系下所有语义关键点的3D模板。该数据集针对三个核心计算机视觉任务：目标检测、关键点定位和姿态估计，为空间应用中的算法开发与比较提供了统一平台。
SDKP (Spacecraft Detection, Keypoint, and Pose) dataset is a comprehensive benchmark dataset designed for the development of spacecraft perception technology under monocular imaging conditions. It contains 24,000 high-quality RGB images, each with rich ground truth annotations including 2D semantic keypoints, 2D/3D bounding boxes, and complete 6-degree-of-freedom pose information. The data is divided into three standardized subsets: 20,000 for training, 2,000 for validation, and 2,000 for testing, ensuring consistent evaluation protocols. The dataset adopts COCO-compatible format, including camera intrinsic matrix and 3D templates of all semantic keypoints in the spacecraft body coordinate system. This dataset targets three core computer vision tasks: object detection, keypoint localization, and pose estimation, providing a unified platform for algorithm development and comparison in space applications.
数据集卡片：SDKP（航天器检测、关键点与位姿数据集）
数据集描述
- 许可证： 知识共享署名4.0国际版（CC BY 4.0）
- 简介： SDKP数据集是一个综合基准，旨在推进单目成像条件下的航天器感知研究。该数据集包含24,000张高质量RGB图像，每张图像均配有丰富的真值标注，包括2D语义关键点、2D/3D边界框以及完整的6自由度（6-DoF）位姿。数据被划分为三个标准子集——训练集20,000张、验证集2,000张、测试集2,000张，确保评估协议的一致性。数据集采用COCO兼容格式组织，包含相机内参和定义航天器本体坐标系中所有语义地标的3D关键点模板。该资源面向三个核心计算机视觉任务：目标检测、关键点定位和位姿估计，为空间应用中的算法开发与比较提供统一平台。
数据结构
数据实例
数据集遵循COCO兼容格式。一个典型的数据实例包含以下字段：
- 图像： 包含航天器的RGB图像。
- 标注：
bbox：2D目标边界框（YOLO归一化格式）。bbox_3d：3D边界框标注，包括3D中心、尺寸、偏航角、深度、投影2D中心和投影2D顶点。keypoints_2d：2D语义关键点坐标。camera_quaternion：真值相机姿态（单位四元数）。camera_translation：真值相机平移（米）。
- 元数据：
camera_intrinsics：相机内参矩阵。keypoint_template_3d：航天器本体坐标系中所有语义关键点的3D模板。
数据划分
| 划分名称 | 图像数量 |
|---|---|
| 训练集 | 20,000 |
| 验证集 | 2,000 |
| 测试集 | 2,000 |
支持的任务
SDKP数据集专为多任务航天器视觉感知设计，支持以下计算机视觉任务：
-
2D/3D目标检测： 利用2D和3D边界框标注在RGB图像中检测航天器，实现目标定位与空间感知。
-
2D语义关键点检测： 预测航天器上预定义语义关键点的图像坐标，建立图像观测与航天器结构之间的显式对应关系。
-
单目6自由度位姿估计： 利用提供的真值位姿标注，从单张RGB图像估计航天器相对于相机的六自由度位姿。
标注文件更新
更新通知：
SDKP数据集的初始版本在annotation_train.json、annotation_val.json和annotation_test.json文件中未包含3D边界框（bbox_3d）标注。
为解决此问题，已在**Correction文件夹中上传了修正后的标注文件。这些更新的JSON文件包含了完整的3D边界框（bbox_3d）标注**，而所有其他标注字段和图像内容保持不变。
建议用户在涉及SDKP数据集的所有未来实验中，使用**Correction**文件夹中的修正标注文件。
