MASSTAR 多模态大型场景数据集

MASSTAR 是一个由中山大学、香港科技大学等机构联合提出的多模态大规模场景数据集，专注于表面预测和补全任务。该数据集包含超过 1,000 个场景级别的 3D 网格模型，其中一部分模型来自真实世界。除了 3D 模型外，数据集还包含与之对应的图像、描述性文本以及点云数据。

MASSTAR is a large-scale multimodal scene dataset jointly proposed by Sun Yat-sen University, The Hong Kong University of Science and Technology and other institutions, focusing on surface prediction and completion tasks. This dataset contains over 1,000 scene-level 3D mesh models, some of which are sourced from the real world. In addition to 3D models, the dataset also includes corresponding images, descriptive texts and point cloud data.

搜集汇总

背景与挑战

背景概述

MASSTAR是一个由中山大学、香港科技大学等机构联合构建的多模态大规模场景数据集，专注于表面预测和补全任务，包含超过1,000个场景级别的3D网格模型（部分来自真实世界）以及对应的图像、文本和点云数据。该数据集通过高效工具链生成，适用于机器人、高质量3D重建和自动驾驶等领域，为解决复杂场景下的表面补全问题提供数据支持。