Rel3D

理解视觉输入中的空间关系 (例如，“桌子上的笔记本电脑”) 很重要
对于人类和机器人来说。现有数据集是不够的，因为它们缺乏大规模、高质量的3D地面真相信息，这对于学习空间至关重要
关系。在本文中，我们通过构建Rel3D来填补这一空白: 第一个大规模的，
人工注释数据集，用于在3D中建立空间关系。Rel3D启用
量化3D信息在预测空间关系中的有效性
大规模人类数据。此外，我们提出了最小对比数据
集合-一种减少数据集偏差的新颖众包方法。The 3D
我们数据集中的场景以最低限度的对比对出现: 一对中的两个场景
几乎是相同的，但是空间关系在一个中成立，而在另一个中失败。我们
经验验证，最小对比示例可以诊断以下问题
当前的关系检测模型以及导致样本高效的训练。代码
数据可在https://github.com/普林斯顿-vl/Rel3D获得。