Nfiniteai/living-room-passes
收藏数据集概述
数据集基本信息
- 语言: 英语
- 许可证: CC BY-SA 4.0
- 数据量: 1K < n < 10K
- 任务类别:
- 深度估计
- 图像分类
- 图像分割
- 文本到图像
- 图像到文本
- 图像到图像
- 零样本图像分类
- 掩码生成
- 零样本目标检测
- 图像特征提取
- 数据集名称: Living Room Passes
数据集结构
数据特征
id: 字符串camera: 字符串category: 字符串bbox.x1: 整数bbox.y1: 整数bbox.width: 整数bbox.height: 整数dimensions.width: 浮点数dimensions.height: 浮点数dimensions.depth: 浮点数depth_model: 图像mask_model: 图像realtime_u: 图像mat_id: 图像normal_ts: 图像uvw: 图像contour: 图像general_information.style: 字符串general_information.shape: 字符串general_information.pattern: 字符串general_information.room: 字符串序列materials_and_colors.primary_material: 字符串materials_and_colors.primary_color: 字符串materials_and_colors.secondary_material: 字符串materials_and_colors.secondary_color: 字符串
数据分割
- 训练集:
- 字节数: 2770348689.5
- 样本数: 1500
- 下载大小: 2938171692
- 数据集大小: 2770348689.5
配置
- 配置名称: default
- 数据文件:
- 分割: train
- 路径: data/train-*
数据集描述
数据集摘要
nfinite-living-room-passes 数据集包含来自3D模型的图像，这些对象通常位于客厅空间。共有500种产品，跨越10500张图像。
支持的任务
该数据集可用于仅研究目的，训练或改进模型在自动深度估计、自动法线图估计、前景/背景分离等方面的算法。
语言
数据集由图像组成，因此没有文本数据，除了对象的类别和相机的名称。这些可以使用美式或英式英语单词互换使用。
数据集创建
创建理由
nfinite-living-room-passes 旨在提供与各种可通过渲染为该产品生成的通道相关的产品的3D图像。
初始数据创建
3D模型以GLB文件形式创建，具有在渲染时可用的“经典”漫反射、法线、ORM贴图。3D渲染引擎是Unity，使用内置管道，有时使用定制着色器以更好地描绘实时材料。
标注
图像的标注或标题使用GPT4.0 turbo完成，采用API模式。模型使用的是‘gpt-4-turbo-2024-04-09’，温度为0.1。
个人和敏感信息
所有用于3D模型的对象都是通用的，属于nfinite。任何相似之处纯属巧合，并非有意为之。
使用数据的注意事项
数据集的影响
该数据集旨在帮助开发更好的图像理解算法。
偏见讨论
虽然我们尝试涵盖各种产品类别，但这里考虑的客厅主要是欧洲和美国风格的家具。
附加信息
数据集策展人
数据集最初由nfinite的R&D团队创建。
许可信息
数据集根据**Creative Commons Attribution-NonCommercial-ShareAlike (CC BY-NC-SA)**许可证授权。
引用信息
@inproceedings{nfinite-lrp-1, author = {Darina Helart, Guillaume Hertault, Loïc Toungoue, Jean-Philippe Deblonde}, editor = {nfinite R&D Team}, title = {nfinite LRP01: nfinite-living-room-passes}, year = {2024} }
