CO3D

由于无法获得真实数据，因此主要仅使用合成数据集来探索学习重建对象类别的3D结构。CO3D通过提供由带有相机姿势和地面真相3D点云注释的对象类别的真实多视图图像组成的大规模数据集，促进了该领域的进步。

CO3D数据集包含来自近19,000个视频的总共150万帧，这些视频捕获了来自50 MS-COCO类别的对象。因此，它在类别和对象的数量上都超过了替代方案。该数据集适用于学习特定类别的3D重建和新视图综合方法，如原始的NeRF。~ 由于真实数据的不可用性，学习重建对象类别的3D结构主要是使用合成数据集进行探索的。CO3D通过提供由用相机姿态和地面真实3D点云注释的对象类别的真实多视图图像组成的大规模数据集，促进了该领域的进步。

CO3D数据集包含来自近19000个视频的150万帧，这些视频捕捉了来自50个MS-COCO类别的对象。因此，它在类别和对象的数量上都超过了其他选择。该数据集适用于学习特定类别的3D重建和新的视图合成方法，如开创性的NeRF。