机器人抓取视觉驱动物理元宇宙合成大规模基准数据集-2021
数据来源：互联网公开数据
标签：机器人抓取,计算机视觉,物理元宇宙,数据集,RGBD图像,物体检测,抓取预测,智能工厂,机器学习
数据概述：
本数据集名为MetaGraspNet，收录了100,000张图像及25种不同类型的物体，旨在为视觉驱动的机器人抓取任务提供大规模基准数据。数据集通过物理元宇宙合成生成，覆盖了广泛的抓取场景，便于训练模型。数据集分为五个难度级别，以评估物体检测和分割模型在不同抓取场景中的性能。此外，还提出了新的布局加权性能指标，适用于机器人抓取应用，优于现有的通用性能指标。数据集结构包括每个场景的相机参数、深度图像、RGB图像以及物体排列矩阵等信息。
数据用途概述：
该数据集适用于机器人抓取任务的研究与开发，包括物体检测、分割、抓取预测、抓取规划等场景。研究人员可以利用此数据集进行模型训练和性能评估，优化机器人抓取算法；教育者可以利用此数据集进行机器人视觉与抓取课程的教学；工程师可以利用此数据集进行智能工厂中重复劳动任务的自动化解决方案设计。此外，该数据集也适合用于评估和改进现有的机器学习方法在复杂真实环境中的表现。
