ODMS (Object Depth via Motion and Segmentation)

ODMS 是一个通过运动和分割学习对象深度的数据集。 ODMS 训练数据是可配置和可扩展的，每个训练示例由一系列对象分割掩码、相机移动距离和地面实况对象深度组成。作为基准评估，该数据集提供了四个 ODMS 验证和测试集，包含多个领域的 15,650 个示例，包括机器人和驾驶。

ODMS is a dataset for learning object depth through motion and segmentation. The training data of ODMS is configurable and scalable, with each training sample consisting of a sequence of object segmentation masks, camera movement distances, and ground-truth object depths. For benchmark evaluation, this dataset provides four ODMS validation and test sets, containing 15,650 samples across multiple domains including robotics and driving.

搜集汇总

背景与挑战

背景概述

ODMS是一个通过运动和分割学习对象深度的数据集，其训练数据可配置且包含对象分割掩码、相机移动距离和真实深度信息。该数据集提供四个验证与测试集，涵盖机器人和驾驶等领域的15,650个示例，由密歇根大学于2020年发布。