普林斯顿 ModelNet 项目的目标是为计算机视觉、计算机图形学、机器人和认知科学领域的研究人员提供全面、清晰的物体 3D CAD 模型集合。

内容

ModelNet10 数据集是 ModelNet40 数据集的一部分，包含浴缸、床、椅子、桌子等 10 类 CAD 家具模型 的 4,899 个预对齐形状。其中 3,991 个（80%）形状用于训练，908 个（20%）形状用于测试。 CAD 模型采用对象文件格式 (OFF) 。普林斯顿视觉工具包 (PVT) 中提供了用于读取和可视化 OFF 文件的 Matlab 函数。

为了构建数据集的核心，研究团队使用从 SUN 数据库获得的统计数据，编制了世界上最常见的物体类别列表。在建立物体词汇表后，使用在线搜索引擎通过查询每个物体类别术语来收集属于每个物体类别的 3D CAD 模型。然后，雇用 Amazon Mechanical Turk 上的人工工作人员使用内部设计的具有质量控制功能的工具手动判断每个 CAD 模型是否属于指定类别。为了获得非常干净的数据集，选择了 10 个流行的物体类别，同时手动删除不属于这些类别的模型。此外，对 10 类子集进行了 CAD 模型方向的手动对齐。