HO 全称 Hand and Object Poses，这是一个带有标注的手物交互 3D 图像数据集。该数据集包含 66,034 张训练图像（来自 55 个序列）和 11,524 张测试图像（来自 13 个序列）。序列由多机位相机和单机位相机采集，包含来自 YCB 数据集的 10 个对象和 10 个物体。标注通过优化算法自动生成。测试集的手势标注被保留。测试集中算法的准确性可以通过使用 CodaLab 挑战（参见项目页面）的标准度量来评估。测试集和训练集的对象姿态标注公开可用。

该数据集可用于开发基于单一 RGB 图像方法预测在物体严重遮挡时的手部姿势的算法，并且可以推广到数据集没有包含的物体的手部姿势图像预测。