Taskonomy 500 以上の建物の屋内シーンの 450 万枚以上の画像を含む、さまざまな屋内シーンの大規模で高品質なデータセット。

このデータ セットは、2D エッジ検出、平面法線、パズル、自動カラーリング、部屋のレイアウト構築、オブジェクト分類、シーン予測など、視覚領域における 26 の一般的なタスクをカバーしていますが、これらに限定されません。各画像には、これら 26 のタスクに対するすべての注釈が付いています。

このデータセットには次の特徴もあります。

• 位置合わせされたメッシュから取得された完全なピクセルレベルの幾何学的情報が含まれます。
• ImageNet、MS COCO、および MIT Places データセットの知識の蒸留を通じて取得されたセマンティック情報が含まれています。
• すべてのカメラの位置が一貫しています。カメラパラメータを完了します。
• 高解像度の画像。
• ImageNet データセットのサイズの 3 倍です。