OnePose

OnePose数据集包含450多个150对象的视频序列。对于每个对象，提供了多个视频记录，伴随的相机姿势和3D边界框注释。这些序列是在不同的背景环境下收集的，每个序列的平均记录长度为30秒，覆盖了对象的所有视图。数据集随机分为训练集和验证集。对于验证集中的每个对象，我们为构建SfM映射分配一个映射序列，并使用测试序列进行评估。

OnePose Dataset consists of over 450 video sequences across 150 distinct objects. For each object, multiple video recordings are provided, accompanied by annotated camera poses and 3D bounding boxes. These sequences are collected under diverse background environments, with an average recording length of 30 seconds per sequence, covering all viewpoints of the object. The dataset is randomly divided into a training set and a validation set. For each object in the validation set, we allocate one sequence for SfM map construction and use test sequences for evaluation.

搜集汇总

背景与挑战

背景概述

OnePose数据集是一个用于物体姿态估计的大规模视频数据集，包含450多个序列覆盖150个对象，每个对象提供多视角视频记录及相机姿势和3D边界框注释。数据集在多样化背景下收集，平均序列长度30秒，并分为训练集和验证集，支持SfM映射构建和评估任务。该数据集由慕尼黑工业大学、商汤科技研究所和浙江大学于2022年联合发布，旨在促进无需CAD模型的一样本物体姿态估计研究。