Das Ziel des Princeton ModelNet-Projekts besteht darin, Forschern in den Bereichen Computer Vision, Computergrafik, Robotik und Kognitionswissenschaft eine umfassende, lesbare Sammlung von 3D-CAD-Modellen von Objekten zur Verfügung zu stellen.

Inhalt

Der ModelNet10-Datensatz ist Teil des ModelNet40-Datensatzes und enthält 4.899 vorab ausgerichtete Formen von 10 Kategorien von CAD-Möbelmodellen wie Badewannen, Betten, Stühlen und Tischen. Davon werden 3.991 (80%) Formen zum Trainieren und 908 (20%) Formen zum Testen verwendet. CAD-Modelle liegen im Objektdateiformat vor (AUS). Matlab-Funktionen zum Lesen und Visualisieren von OFF-Dateien werden im Princeton Vision Toolkit (PVT) bereitgestellt.

Um den Kern des Datensatzes aufzubauen, verwendete das Forschungsteam Statistiken aus der SUN-Datenbank, um eine Liste der häufigsten Objektkategorien der Welt zusammenzustellen. Nach dem Aufbau des Objektvokabulars wird eine Online-Suchmaschine verwendet, um durch Abfragen der einzelnen Objektkategoriebegriffe 3D-CAD-Modelle zu sammeln, die zu jeder Objektkategorie gehören. Anschließend wurden menschliche Mitarbeiter von Amazon Mechanical Turk eingestellt, um mithilfe eines intern entwickelten Tools mit Qualitätskontrollfunktionen manuell zu beurteilen, ob jedes CAD-Modell zu einer bestimmten Kategorie gehörte. Um einen sehr sauberen Datensatz zu erhalten, wurden 10 beliebte Objektkategorien ausgewählt und Modelle, die nicht zu diesen Kategorien gehörten, manuell entfernt. Darüber hinaus wurde für eine Teilmenge von 10 Klassen eine manuelle Ausrichtung der CAD-Modellausrichtung durchgeführt.