jxie/scanobjectnn

---
dataset_info:
features:
- name: inputs
sequence:
sequence: float32
- name: label
dtype: int64
splits:
- name: nobg_train
num_bytes: 75689020
num_examples: 2309
- name: nobg_test
num_bytes: 19045180
num_examples: 581
- name: bg_train
num_bytes: 75689020
num_examples: 2309
- name: bg_test
num_bytes: 19045180
num_examples: 581
- name: hardest_train
num_bytes: 374216480
num_examples: 11416
- name: hardest_test
num_bytes: 94471960
num_examples: 2882
download_size: 493795631
dataset_size: 658156840
---
# Dataset Card for "scanobjectnn"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征：
- 名称：输入（inputs），为双层序列结构，内部元素为32位浮点型（float32）
- 名称：标签（label），数据类型为64位整型（int64）
数据拆分：
- 名称：无背景训练集（nobg_train），字节占用：75689020，样本数量：2309
- 名称：无背景测试集（nobg_test），字节占用：19045180，样本数量：581
- 名称：带背景训练集（bg_train），字节占用：75689020，样本数量：2309
- 名称：带背景测试集（bg_test），字节占用：19045180，样本数量：581
- 名称：最难样本训练集（hardest_train），字节占用：374216480，样本数量：11416
- 名称：最难样本测试集（hardest_test），字节占用：94471960，样本数量：2882
下载总大小：493795631
数据集总占用空间：658156840
---
# "scanobjectnn"数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据特征

• 输入特征 (inputs): 序列类型，数据类型为 float32。
• 标签 (label): 数据类型为 int64。

数据分割

• nobg_train: 字节数为 75689020，样本数为 2309。
• nobg_test: 字节数为 19045180，样本数为 581。
• bg_train: 字节数为 75689020，样本数为 2309。
• bg_test: 字节数为 19045180，样本数为 581。
• hardest_train: 字节数为 374216480，样本数为 11416。
• hardest_test: 字节数为 94471960，样本数为 2882。

数据大小

• 下载大小: 493795631 字节。
• 数据集大小: 658156840 字节。

搜集汇总

数据集介绍

构建方式

ScanObjectNN数据集由香港大学和新加坡南洋理工大学的研究团队构建，旨在为三维点云分类任务提供更具挑战性的基准。该数据集基于真实扫描的室内物体点云数据，通过精心设计的预处理流程，将原始点云分割为单个物体实例，并统一采样至固定点数，确保每个样本的输入维度一致。数据集包含三个子集：nobg（无背景噪声）、bg（含背景噪声）和hardest（最具挑战性场景），分别对应不同的环境复杂度。每个子集进一步划分为训练集和测试集，其中hardest子集样本量最大，包含11416个训练样本和2882个测试样本，旨在模拟真实世界中的杂乱场景。标签为整数类型，对应15个物体类别，覆盖常见家居物品如椅子、桌子等。

使用方法

使用ScanObjectNN数据集时，可通过HuggingFace Datasets库直接加载，例如使用`load_dataset('jxie/scanobjectnn', split='nobg_train')`获取无背景噪声的训练子集。数据集以字典形式提供，包含'inputs'字段（形状为[N, 3]的浮点型点云坐标）和'label'字段（整数型类别标签）。用户可根据任务需求选择不同难度的子集：nobg用于基础分类评估，bg测试抗干扰能力，hardest挑战极限性能。建议在训练时对点云进行数据增强，如随机旋转、缩放或抖动，以提升模型泛化能力。对于分类任务，典型做法是将点云输入PointNet、PointNet++或DGCNN等网络，输出15类的概率分布。测试时需注意保持与训练数据相同的预处理流程，确保点云数量一致。

背景与挑战

背景概述

三维点云数据作为计算机视觉与机器人感知领域的重要数据形式，其分类与识别任务一直是研究热点。ScanObjectNN数据集由香港大学和麻省理工学院等机构的研究人员于2019年创建，旨在解决真实场景下点云分类的难题。与早期依赖合成数据或简单背景的数据集不同，ScanObjectNN直接从真实世界的扫描物体中采集，涵盖了15个常见物体类别，如椅子、桌子和杯子等。该数据集的核心研究问题在于评估算法在复杂背景和噪声干扰下的鲁棒性，其发布对推动点云深度学习模型从实验室环境走向实际应用产生了深远影响。通过提供包含背景物体（bg）和无背景（nobg）的变体，ScanObjectNN为领域内研究提供了更具挑战性的基准。

当前挑战

ScanObjectNN数据集所面对的挑战主要体现在两个方面。其一，在领域问题上，真实场景中点云数据常伴随严重遮挡、传感器噪声和背景杂乱，这使得模型难以从局部特征中准确分离目标物体，对分类算法的泛化能力提出了极高要求。其二，在构建过程中，研究人员需对真实扫描的物体进行精确标注与分割，工作量巨大且易引入标注歧义。此外，数据集中'hardest'变体通过随机采样和变换进一步增加了难度，模拟了实际应用中数据分布不均和视角变化的情景。这些挑战共同促使研究者开发更鲁棒的特征学习策略和去噪技术，以弥合合成数据与真实世界之间的鸿沟。

常用场景

经典使用场景

ScanObjectNN作为三维点云分类领域的标杆数据集，其核心应用场景在于评估和推动点云深度学习模型在真实扫描数据上的泛化能力。该数据集包含来自室内场景中15个常见物体类别的点云样本，通过设置无背景、含背景及最难样本三种测试子集，为研究者提供了从纯净到复杂背景干扰的渐进式评测基准。经典使用方式是将点云输入至PointNet++、DGCNN等主干网络进行特征提取与分类，尤其在hardest子集上验证模型对遮挡、稀疏点云及类间相似性的鲁棒性。

解决学术问题

该数据集系统性地解决了真实扫描点云与合成点云之间领域偏移这一关键学术难题。不同于ModelNet40等合成数据集，ScanObjectNN采集自真实物理世界，天然包含传感器噪声、视角变化、部分遮挡及背景杂波等挑战性因素。研究者得以量化评估模型在真实场景下的分类退化程度，并推动了对点云局部几何特征增强、对抗域适应及自监督预训练等方法的探索，显著提升了三维视觉模型从实验室环境走向实际部署的可靠性。

实际应用

在工业与消费级应用中，ScanObjectNN所代表的真实点云分类技术直接支撑着机器人自主抓取、自动驾驶环境感知及增强现实场景理解等关键任务。例如，服务机器人需在杂乱桌面上识别餐具类别，自动驾驶车辆需从LiDAR点云中区分行人、车辆与交通标志，这些场景均面临与数据集中hardest子集相似的背景干扰与稀疏性问题。基于该数据集训练的模型已逐步应用于智能仓储的物体分拣系统及移动设备的3D扫描功能中。

数据集最近研究

最新研究方向

在三维点云理解与场景解析的前沿探索中，ScanObjectNN数据集以其独特的真实扫描物体识别挑战，正成为推动领域进步的关键基石。当前研究聚焦于在高度遮挡、背景杂乱及传感器噪声等现实干扰下，提升深度学习模型的鲁棒性与泛化能力。该数据集通过提供含背景（bg）与无背景（nobg）的精细划分，以及难度递增的hardest子集，精准模拟了自动驾驶、机器人抓取及增强现实等热点应用中的真实条件。近期工作围绕点云Transformer架构、自监督预训练策略及跨域域适应技术展开，试图弥合合成数据与真实世界间的鸿沟。ScanObjectNN的出现不仅系统性地暴露了现有模型在复杂场景下的性能瓶颈，更为评估和引导鲁棒点云学习算法的发展提供了权威基准，其影响力正从学术研究延伸至工业级三维视觉系统的可靠性验证。