allenai/WildDet3D-Stereo4D-Bench

--- license: cc-by-nc-4.0 task_categories: - object-detection tags: - 3d-object-detection - 3d-bounding-box - stereo - benchmark pretty_name: WildDet3D Stereo4D Benchmark size_categories: - 1K<n<10K --- # WildDet3D Stereo4D Benchmark 3D object detection benchmark with ground-truth stereo depth from Stereo4D. Images extracted from Stereo4D videos (1 frame per video from the test set, representing 7% of all Stereo4D videos). | Split | Images | Annotations | |-------|--------|-------------| | Val | 383 | 2,782 | **Note:** The test set is held out for hidden evaluation and is not publicly available. ## Download ```bash pip install huggingface_hub # Download everything huggingface-cli download weikaih/WildDet3D-Stereo4D-Bench --repo-type dataset --local-dir WildDet3D-Stereo4D-Bench ``` After downloading, extract the packed archives: ```bash cd WildDet3D-Stereo4D-Bench tar xzf packed/images.tar.gz tar xzf packed/depth.tar.gz tar xzf packed/camera_parameters.tar.gz ``` ## Directory Structure ``` WildDet3D-Stereo4D-Bench/ ├── annotations/ │ ├── Stereo4D_val.json │ ├── Stereo4D_test.json │ └── Stereo4D_val_class_map.json ├── images/ # 7,704 images (512x512) ├── depth/ # 7,704 .npy depth maps (float32, meters) └── camera_parameters/ # 7,704 .json camera intrinsics ``` ## Annotation Format (COCO3D) Same format as [WildDet3D-Data](https://huggingface.co/datasets/weikaih/WildDet3D-Data). Each annotation JSON contains: - **`images`**: image metadata with `file_path`, `K` (intrinsics), `width`, `height` - **`annotations`**: 3D bounding boxes with `center_cam`, `dimensions` [W,H,L], `R_cam`, `bbox3D_cam`, `bbox2D_proj`, `valid3D` - **`categories`**: category list ## Depth Format Each `.npy` file is a float32 2D array at image resolution (512x512). **Values are in meters.** ## License CC BY-NC This dataset is licensed under CC BY-NC. It is intended for research and educational use in accordance with Ai2's Responsible Use Guidelines.### 数据集元信息 许可证：CC BY-NC 4.0 任务类别：目标检测（object-detection） 标签：3D目标检测（3D-object-detection）、3D边界框（3D-bounding-box）、立体视觉（stereo）、基准测试集（benchmark） 展示名称：WildDet3D Stereo4D基准测试集 样本规模：1000 < 样本量 < 10000 # WildDet3D Stereo4D基准测试集 本数据集为基于Stereo4D生成真实标注立体深度的3D目标检测基准测试集。 图像提取自Stereo4D视频集（测试集每段视频抽取1帧，覆盖全部Stereo4D视频的7%）。 | 数据集划分 | 图像数量 | 标注数量 | |------------|----------|----------| | 验证集（Val） | 383 | 2782 | **注意：** 测试集留作隐藏评估使用，未对外公开。 ## 下载方式 bash pip install huggingface_hub # 下载全部数据集 huggingface-cli download weikaih/WildDet3D-Stereo4D-Bench --repo-type dataset --local-dir WildDet3D-Stereo4D-Bench 下载完成后，解压打包的压缩包： bash cd WildDet3D-Stereo4D-Bench tar xzf packed/images.tar.gz tar xzf packed/depth.tar.gz tar xzf packed/camera_parameters.tar.gz ## 目录结构 WildDet3D-Stereo4D-Bench/ ├── annotations/ │ ├── Stereo4D_val.json │ ├── Stereo4D_test.json │ └── Stereo4D_val_class_map.json ├── images/ # 7704张图像（分辨率512×512） ├── depth/ # 7704张.npy格式深度图（float32类型，单位为米） └── camera_parameters/ # 7704个.json格式相机内参文件 ## 标注格式（COCO3D） 本数据集标注格式与[WildDet3D-Data](https://huggingface.co/datasets/weikaih/WildDet3D-Data)完全一致。每个标注JSON文件包含以下字段： - **`images`**：包含`file_path`、`K`（相机内参矩阵）、`width`、`height`的图像元数据 - **`annotations`**：包含`center_cam`、`dimensions` [W,H,L]、`R_cam`、`bbox3D_cam`、`bbox2D_proj`、`valid3D`的3D边界框标注 - **`categories`**：类别列表 ## 深度图格式 每个`.npy`文件为与图像分辨率（512×512）匹配的float32类型二维数组。**数值单位为米。** ## 许可证 CC BY-NC 本数据集采用CC BY-NC许可证发布，仅可用于科研与教育用途，需遵循Ai2的负责任使用指南。