Synthetic Industrial Parts dataset (SIP-17)

Towards Sim-to-Real Industrial Parts Classification with Synthetic Dataset

基于合成数据集的从仿真到现实（Sim-to-Real）工业零件分类

搜集汇总

背景与挑战

背景概述

Synthetic Industrial Parts dataset (SIP-17)是一个专为模拟到现实（Sim-to-Real）工业零件分类挑战设计的图像数据集，包含17个对象代表六种典型工业用例，涵盖孤立和组装零件分类。该数据集提供三种图像类型：无背景合成图像（Syn_O）、带随机背景合成图像（Syn_R）和真实工业场景图像（Real），其中合成图像总计66000张用于训练和验证，真实图像566张用于测试，支持仅用合成数据训练并在真实数据上评估的基准研究。