DexYCB は人間の手で掴んだ物体のデータ セットであり、2D ターゲットとキー ポイントの検出、6D ターゲットの姿勢推定、3D 手の姿勢推定などのタスクに使用できます。

データは 8 台の RGB-D カメラで取得され、8 つの視野角からの RGB 画像と深度マップが 640*480 の解像度で 30fps で記録されます。合計で、582,000 RGB-D フレームを含む 1,000 を超えるシーケンスが記録されました。