onandon/SOLE

SOLE模型是一个高度通用的模型，能够根据各种语言指令（如视觉问题、属性描述和功能描述）分割相应的实例。该数据集包含了预处理的三维数据（如ScanNet和ScanNet200）、预计算的CLIP特征、MCA和MEA特征，以及模型的权重文件。预处理的数据集通过运行特定的Python脚本进行处理，预计算的CLIP特征提供了每个点的特征向量，MCA特征提供了每个实例的生成描述及其对应的CLIP文本特征，MEA特征提供了每个实例的实体级描述的CLIP文本特征。

原始信息汇总

数据集概述

数据集名称

• Segment Any 3D Object with Language

数据集内容

• 预处理数据

  • 3D数据
    • ScanNet
    • ScanNet200
  • 预计算的每个点CLIP特征
    • ScanNet
  • 预计算的MCA和MEA特征
    • ScanNet: MCA, MEA
    • ScanNet200: MCA, MEA

• 权重

  • 主干网络权重
    • ScanNet
    • ScanNet200
  • 官方权重
    • ScanNet
    • ScanNet200

数据集配置

• 预处理数据
  • 通过运行datasets/preprocessing/scannet_preprocessing.py脚本处理官方ScanNet数据集。
• 预计算的每个点CLIP特征
  • 提供每个场景中点的CLIP特征，形状为torch.Size([N, 768])。
• 预计算的MCA特征
  • 提供每个场景实例的生成标题和相应的CLIP文本特征。
• 预计算的MEA特征
  • 提供每个场景实例的实体级标题的CLIP文本特征。

数据集许可证

• MIT

任务类别

• 目标检测

语言

• 英语