Objectron est un ensemble de données de courts clips vidéo centrés sur les objets. Ces clips vidéo sont accompagnés de métadonnées de session AR, qui incluent la pose de la caméra, des nuages de points clairsemés et des caractéristiques de surfaces planes dans l'environnement environnant. Dans chaque vidéo, la caméra se déplace autour de l’objet, le capturant sous différents angles. L'ensemble de données contient également des cadres de délimitation 3D annotés manuellement pour chaque objet (décrivant la position, l'orientation et la taille de l'objet). L'ensemble de données comprend 15 000 clips vidéo annotés, complétés par plus de 4 millions d'images annotées.

Afin de garantir la diversité géographique, l’ensemble de données a été collecté auprès de 10 pays répartis sur cinq continents.