GraspNet-1Billion est un ensemble de données d'images RVB-D pour la détection de posture de saisie d'objets, contenant 190 arrière-plans complexes et 97 280 images. Chaque image comporte des annotations de posture 6D précises et des annotations de posture de préhension d'objet, avec un total de 88 objets et plus de 1,1 milliard de postures de préhension. Ces images ont été capturées par deux caméras RGB-D grand public : Kinect Azure et RealSense D435.

Cet ensemble de données peut être utilisé pour étudier la saisie générale d'objets et d'autres domaines connexes tels que l'estimation de la pose 6D, la segmentation d'objets invisibles, etc.