LINEMOD

displayName: LINEMOD
labelTypes:
- Box3D
license:
- CC BY 4.0
paperUrl: https://arxiv.org/pdf/1711.08848v5.pdf
publishDate: "2012"
publishUrl: https://bop.felk.cvut.cz/datasets/
publisher:
- Technical University of Munich
tags:
- Furniture
- Model Car
taskTypes:
- Domain adaptation

---
# 数据集介绍
## 简介
LINEMOD 是一个 RGB+D 数据集，已成为 6D 姿态估计的事实上的标准基准。数据集包含杂乱场景中纹理不佳的对象。该数据集包含 15 个对象序列。每个对象序列中的图像包含多个对象，但是，只有一个对象被标注了真实类标签、边界框和 6D 姿势。相机内在矩阵也随数据集一起提供。
## 引文

```
"@inproceedings{tekin2018real,
title={Real-time seamless single shot 6d object pose prediction},
author={Tekin, Bugra and Sinha, Sudipta N and Fua, Pascal},
booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
pages={292--301},
year={2018}
}"
```

## Download dataset
:modelscope-code[]{type="git"}

displayName: LINEMOD
labelTypes:
- 3D边界框（Box3D）
license:
- CC BY 4.0（知识共享署名4.0许可）
paperUrl: https://arxiv.org/pdf/1711.08848v5.pdf
publishDate: "2012"
publishUrl: https://bop.felk.cvut.cz/datasets/
publisher:
- 慕尼黑工业大学（Technical University of Munich）
tags:
- 家具
- 模型汽车
taskTypes:
- 域自适应（Domain adaptation）

---
# 数据集介绍
## 简介
LINEMOD是一款RGB-D（彩色+深度）数据集，现已成为6D姿态估计领域的事实标准基准测试集。该数据集收录了杂乱场景下纹理匮乏的目标对象，共包含15个目标序列。每个目标序列的图像中虽存在多个目标，但仅对其中单一目标标注了真实类别标签、边界框与6D位姿。数据集同步附带相机内参矩阵。
## 引文

"@inproceedings{tekin2018real,
title={Real-time seamless single shot 6d object pose prediction},
author={Tekin, Bugra and Sinha, Sudipta N and Fua, Pascal},
booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
pages={292--301},
year={2018}
}"

## 数据集下载
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

LINEMOD是一个用于6D姿态估计的RGB+D标准基准数据集，包含15个对象序列，每个序列图像在杂乱场景中展示纹理不佳的对象，但仅有一个对象被标注真实类标签、边界框和6D姿势。该数据集主要用于领域适应任务，涉及家具和模型车等对象，并提供相机内在矩阵以支持计算机视觉研究。