Ramos-Ramos/smallnorb

该数据集用于3D物体形状识别的实验，包含50个玩具的图像，这些玩具属于5个通用类别：四足动物、人形、飞机、卡车和汽车。图像由两个相机在6种光照条件、9种仰角（30到70度，每5度一次）和18种方位角（0到340度，每20度一次）下拍摄。训练集由每个类别的5个实例组成（实例4、6、7、8和9），测试集由剩余的5个实例组成（实例0、1、2、3和5）。

原始信息汇总

数据集概述

数据集特征

• image_lt: 图像数据，来自一个摄像头。
• image_rt: 图像数据，来自另一个摄像头。
• category: 整数类型，表示对象的类别。
• instance: 整数类型，表示类别的实例。
• elevation: 整数类型，表示摄像头捕捉图片时的仰角。
• azimuth: 整数类型，表示摄像头捕捉图片时的方位角。
• lighting: 整数类型，表示捕捉图片时的光照条件。

数据集结构

• 训练集：包含24300个样本，总大小为117947794字节。
• 测试集：包含24300个样本，总大小为118130266字节。

数据实例示例

{ image_lt: <PIL.PngImagePlugin.PngImageFile image mode=L size=96x96 at 0x...>, image_rt: <PIL.PngImagePlugin.PngImageFile image mode=L size=96x96 at 0x...>, category: 0, instance: 8, elevation: 6, azimuth: 4, lighting: 4 }

数据字段解释

• image_lt 和 image_rt: 分别从两个不同的摄像头获取的对象图像。
• category: 对象的类别，如四足动物、人物、飞机、卡车和汽车。
• instance: 类别的具体实例。
• elevation: 摄像头捕捉图像时的仰角。
• azimuth: 摄像头捕捉图像时的方位角。
• lighting: 捕捉图像时的光照条件。

数据集分割

	训练集	测试集
大小	24300	24300