GraspNet-1Billion 物体抓取姿态检测数据集
GraspNet-1Billion 是关于物体抓取姿态检测的 RGB-D 图像数据集，包含 190 个复杂背景和 97,280 张图像，每张图像有精确的 6D 姿态标注和物体抓取姿态标注，共有 88 个物体和超过 11 亿个抓取姿态。这些图像由 Kinect Azure 和 RealSense D435 这两款主流 RGB-D 相机拍摄。
该数据集可用于研究一般物体抓取以及其他相关领域，如 6D 姿态估计、未见物体分割等。
GraspNet-1Billion 是关于物体抓取姿态检测的 RGB-D 图像数据集，包含 190 个复杂背景和 97,280 张图像，每张图像有精确的 6D 姿态标注和物体抓取姿态标注，共有 88 个物体和超过 11 亿个抓取姿态。这些图像由 Kinect Azure 和 RealSense D435 这两款主流 RGB-D 相机拍摄。
该数据集可用于研究一般物体抓取以及其他相关领域，如 6D 姿态估计、未见物体分割等。
GraspNet-1Billion 是关于物体抓取姿态检测的 RGB-D 图像数据集，包含 190 个复杂背景和 97,280 张图像，每张图像有精确的 6D 姿态标注和物体抓取姿态标注，共有 88 个物体和超过 11 亿个抓取姿态。这些图像由 Kinect Azure 和 RealSense D435 这两款主流 RGB-D 相机拍摄。
该数据集可用于研究一般物体抓取以及其他相关领域，如 6D 姿态估计、未见物体分割等。