L'ensemble de données TUM monoVO peut être utilisé pour évaluer la précision de suivi de l'odométrie visuelle monoculaire et du SLAM. L'ensemble de données fournit 50 séquences dans diverses scènes, de l'intérieur à l'extérieur.

Les scènes intérieures ont été principalement enregistrées dans un bâtiment d'enseignement, couvrant des bureaux, des couloirs, des halls, etc. Les scènes extérieures sont principalement enregistrées dans la zone du campus, y compris des bâtiments, des places, des parkings, etc. De nombreuses séquences ont des distances extrêmement longues, ce qui, espèrent les chercheurs, permettra des tests à longue portée.

L'ensemble de données vise à enregistrer chaque séquence commençant et se terminant à la même position et à générer un ensemble de poses de « vérité terrain » aux segments de début et de fin, permettant l'évaluation de la précision du suivi en fonction de la dérive du cycle.

Il convient de noter que toutes les images sont calibrées photométriquement.