3DIEBench-T

3DIEBench-T是一个合成的视觉基准数据集，设计用于评估在3D变换下的不变性和等变性表示。它包含了旋转和平移的变换，用于评估等变性，同时保持了足够的复杂性用于分类任务的不变性。数据集由52,472个3D对象实例组成，跨越55个类别，每个实例生成50个视图，总共2,623,600个图像。数据集分为训练集和验证集，用于训练和验证模型。

搜集汇总

数据集介绍

构建方式

在计算机视觉领域，三维几何变换的表征学习一直是研究热点。3DIEBench-T数据集基于ShapeNetCoreV2的52,472个三维对象实例，涵盖55个非平衡类别，采用Blender-Proc渲染引擎生成多视角图像。每个对象实例通过均匀采样生成50个视角，共计2,623,600张256x256分辨率图像，完整记录了物体在SE(3)群变换下的旋转、平移参数及光照条件等潜在信息。数据集严格遵循原始3DIEBench的生成协议，确保性能差异仅源于平移变换的引入。

特点

作为评估三维不变与等变表征的基准数据集，3DIEBench-T的创新性体现在将变换空间从SO(3)扩展到SE(3)群，同时包含旋转和平移变换。数据集提供每个图像的完整潜在参数，包括Tait-Bryan角度的物体旋转、球坐标表示的光照位置以及三维平移向量，为多任务学习提供丰富监督信号。其非平衡的55个物体类别和精心设计的变换范围，能够有效测试模型在复杂几何变换下的泛化能力。

使用方法

该数据集采用标准80-20比例划分训练集与验证集，分别包含2,096,000和527,600张图像。研究者可通过GitHub仓库提供的脚本加载数据，利用附带的潜在信息进行旋转预测、平移预测或联合任务训练。对于表征学习研究，建议同时关注分类任务的性能保持与几何变换的预测精度，以全面评估模型的等变与不变特性。数据集复现需参照开源代码配置Blender-Proc环境，确保生成条件与原始论文一致。

背景与挑战

背景概述

3DIEBench-T数据集作为计算机视觉领域的重要基准，由阿伯丁大学的研究团队于2025年提出，旨在解决三维空间中物体识别与姿态估计的核心问题。该数据集基于ShapeNetCoreV2的55类三维模型，通过Blender-Proc生成超过260万张包含旋转、平移及色彩变化的合成图像，将研究范围从传统的SO(3)群扩展至更复杂的SE(3)变换群。其创新性地融合了等变性与不变性表征的评估需求，为胶囊网络等几何感知模型的预训练提供了标准化测试平台，显著推动了三维视觉表征学习的发展。

当前挑战

该数据集面临双重技术挑战：在领域问题层面，SE(3)群变换的引入使得模型需同时处理旋转、平移的等变预测与跨视角分类的不变表征，这种多几何约束的耦合显著提升了学习难度；在构建层面，需精确控制52,472个三维实例的位姿参数与光照条件，确保生成的260万张图像既符合物理合理性又保持足够的几何多样性，而类别不平衡问题进一步增加了评估的复杂性。此外，从SO(3)到SE(3)的扩展要求重新设计基准测试指标，以准确量化模型在更接近真实场景的复合变换下的表现。

常用场景

经典使用场景

在计算机视觉领域，3DIEBench-T数据集为研究三维空间中的不变性和等变性表示提供了标准化的评估平台。该数据集通过合成52,472个3D对象实例的2,623,600张图像，覆盖55个类别，并包含旋转、平移等多几何变换参数，成为验证胶囊网络等新型架构在复杂三维变换下性能的理想测试床。研究者可利用其精确控制的视角变换和潜变量信息，系统评估模型对物体姿态变化的鲁棒性。

解决学术问题

该数据集有效解决了三维视觉表征学习中的关键科学问题。通过将变换范围从SO(3)扩展到SE(3)群，它突破了传统旋转预测任务的局限，为同时建模旋转和平移等变性提供了实验基础。其精心设计的非平衡类别分布和多重几何参数控制，使得研究者能够深入探究神经网络在复杂变换下的不变性保持机制，推动了等变表示理论在三维视觉中的发展。

衍生相关工作

基于3DIEBench-T的基准特性，已衍生出多项创新研究。原始论文提出的EquiCaps架构首次验证了预测器无关的位姿感知预训练方法，后续工作进一步探索了SE(3)等变卷积在三维物体识别中的潜力。该数据集也被用于评估几何一致性自监督学习算法，推动了三维表征学习与胶囊网络结合的跨领域研究。