Symmetric Solids

这是一个姿势估计数据集，由对称的 3D 形状组成，其中多个方向在视觉上无法区分。挑战是在训练期间只有一个方向与每个图像配对时预测所有等效方向（大多数姿势估计数据集的场景）。与大多数姿势估计数据集相比，全套等效方向可用于评估。总共有 8 个形状，每个都从 50,000 个视点渲染，随机均匀分布在 3D 旋转的整个空间中。其中五个形状没有特征——四面体、立方体、二十面体、圆锥体和圆柱体。其中，三个柏拉图立体（四面体、立方体、二十面体）分别用它们的 12、24 和 60 个离散对称进行注释。圆锥体和圆柱体用它们以 1 度间隔离散的连续对称性进行注释。提供这些对称性用于评估；预期的监督只是对每个图像进行一次旋转。其余三个形状标有显着特征。有一个带有一个红色面的四面体，一个带有偏心点的圆柱体，以及一个带有 X 的球体，上面有一个点。无论区别特征是否可见，可能方向的空间都会减少。我们不为这些形状提供一组等效旋转。每个示例都包含 224x224 RGB 图像的形状索引，以便可以按形状过滤数据集。索引对应于： 0 = 四面体 1 = 立方体 2 = 二十面体 3 = 圆锥体 4 = 圆柱体 5 = 标记的四面体 6 = 标记的圆柱体 7 = 标记的球体 - 渲染过程中使用的旋转，表示为 3x3 旋转矩阵已知对称下的等效旋转，用于评估。在三个标记形状的情况下，这只是渲染旋转。

搜集汇总

背景与挑战

背景概述

Symmetric Solids 是一个专注于姿态估计的数据集，包含8个对称的3D形状，每个从5万个视点渲染，旨在解决当多个方向视觉上无法区分时预测所有等效方向的挑战。其中5个无特征形状注释了离散或连续对称性用于评估，3个有特征形状减少了方向空间，数据集提供图像、索引和旋转信息，由Google Research于2021年发布。