Objectron ist ein Datensatz mit kurzen objektzentrierten Videoclips. Diese Videoclips werden von Metadaten der AR-Sitzung begleitet, darunter Kamerapose, spärliche Punktwolken und Merkmale ebener Oberflächen in der Umgebung. In jedem Video bewegt sich die Kamera um das Objekt herum und nimmt es aus verschiedenen Winkeln auf. Der Datensatz enthält außerdem manuell annotierte 3D-Begrenzungsrahmen für jedes Objekt (die die Position, Ausrichtung und Größe des Objekts beschreiben). Der Datensatz besteht aus 15.000 kommentierten Videoclips, ergänzt durch mehr als 4 Millionen kommentierte Bilder.

Um die geografische Vielfalt zu gewährleisten, wurde der Datensatz aus 10 Ländern auf fünf Kontinenten gesammelt.