„Common Objects in 3D“ ist ein Datensatz mit Mehrfachansichtsbildern gewöhnlicher Objekte. Die Bilder werden mit Kamerawinkeln und Ground-Truth-3D-Punktwolken kommentiert. Der Datensatz enthält insgesamt 1,5 Millionen Frames aus fast 19.000 Videos. Diese Videos erfassen Objekte aus 50 MS-COCO-Kategorien. Daher übertrifft es andere Datensätze sowohl hinsichtlich der Anzahl der Kategorien als auch der Objekte.

Dieser Datensatz kann verwendet werden, um die maßstabsgetreue 3D-Klassenrekonstruktion in der realen Welt zu erlernen und zu bewerten.