Yuliang/DART

DART数据集是一个包含多样化配件和丰富纹理的关节手模型数据集，适用于图像到3D的任务。该数据集包括手模型、3D重建、MANO、合成、纹理和配件等标签，数据量在100K到1M之间，语言为英语。数据集提供了详细的下载和安装指南，以及可视化和后处理工具。

原始信息汇总

数据集概述

数据集名称

• DART: Articulated Hand Model with Diverse Accessories and Rich Textures

数据集特征

• 主要标签:
  • hand model
  • 3d reconstruction
  • mano
  • synthetic
  • textures
  • accessories
• 任务类别: image-to-3d
• 大小范围: 100K<n<1M

数据集内容

• 数据下载: 可从HuggingFace/Dataset或Baidu Pan下载数据，并放置于data/DARTset文件夹。

• 数据结构: 数据集包含训练和测试部分，具体结构如下：

  ├── DARTset.py ├── DARTset_utils.py ├── assets │ └── mano_v1_2 ├── data │ └── DARTset │ ├── train │ │ ├── 0 │ │ ├── 0_wbg │ │ ├── part_0.pkl │ │ |-- ... │ └── test

数据集使用

• 环境要求:
  • numpy
  • cv2
  • imageio
  • PyTorch
  • PyTorch3D (>= 0.6)
  • manotorch
• 可视化: 使用python DARTset.py进行数据集的可视化。
• 数据分割: 可通过修改DARTset.py中的特定行来调整训练和测试数据的分割。
• 后处理: 使用DART的Unity GUI进行后处理，详细指南可在postprocess folder中找到。

许可证

• MIT License

引用信息

• 引用格式:

  @inproceedings{gao2022dart, title={{DART: Articulated Hand Model with Diverse Accessories and Rich Textures}}, author={Daiheng Gao and Yuliang Xiu and Kailin Li and Lixin Yang and Feng Wang and Peng Zhang and Bang Zhang and Cewu Lu and Ping Tan}, booktitle={Thirty-sixth Conference on Neural Information Processing Systems Datasets and Benchmarks Track}, year={2022}, }