返回
Automated 3D Dataset Generation for Arbitrary Objects
DOI:10.1109/ACCESS.2025.3617952.png)
摘要
En 中文
6D位姿估计是各种自主系统(包括移动机器人和自动驾驶汽车)的基础,因为它能够实现无碰撞导航和物体抓取等基本能力。然而,训练高性能的位姿估计模型需要大规模且精确标注的数据集。由于捕获和标注过程复杂、昂贵且耗时,目前可用的3D数据集很少,且通常在类别多样性方面存在局限。为实践者提供能够生成任意物体3D数据集的工具,我们提出了一种端到端的数据集生成流水线,自动化了数据集生成的所有方面。通过利用Radiance Fields的隐式建模能力,我们的流水线能够构建高质量、任意复杂度的3D模型。这些3D模型作为合成数据集生成器的输入。对多个对象的全面评估表明,我们的流水线快速、易用且高度自动化。此外,我们还证明,在生成数据集上训练的位姿估计网络在典型应用场景中能够达到优异性能。
Keyword:
3D dataset generation
automation
3D modeling
3D detection
pose estimation neural rendering
期刊
IF:
3.6
论文数:
9.8W
被引数:
29.4W

