我们提出了一种新颖的高分辨率且具有挑战性的立体数据集，将室内场景与密集且准确的地面真相差异进行注释。我们的数据集特有的是几个镜面和透明表面的存在，即最先进的立体声网络故障的主要原因。我们的采集管道利用了一种新颖的深时空立体声框架，该框架可以轻松，准确地以亚像素精度进行标记。我们总共发布了在64个不同场景中收集的419个样本，并用密集的地面真相差异进行注释。每个样本包括高分辨率对 (12 mpx)

OpenXLab40

POSITION: Open world 3D scene CAD recomposition

三维场景重建

3D CAD模型

3D scene CAD recomposition aims to reconstruct agiven scene by retrieving and assembling CAD models from adatabase, so as to accurately simulate the geometric propertiesand spatial arrangement of the

IEEE70

tabular-benchmark

机器学习基准

数据建模

This dataset is a curation of various datasets from openML and is curated to benchmark performance of various machine learning algorithms.

OpenXLab40