Zenodo_GraspNet_1Billion_Based_通用物体抓取基准测试完整数据集

数据集概述

该数据集为通用物体抓取任务的大规模基准数据集GraspNet-1Billion的元数据记录，因文件总大小超120GB无法直接存储于Zenodo，提供稳定DOI指向原创建者维护的官方下载地址，支持通用物体抓取相关研究与评估。

文件详解

• Meta_data.pdf: PDF格式，为数据集的元数据文档，记录数据集的基本信息及官方下载链接。
• 数据文件（需通过官方链接下载）: 包含train_1.zip、train_2.zip、train_3.zip、train_4.zip、test_seen.zip、test_similar.zip、test_novel.zip等压缩文件，分别对应训练集与不同类型测试集数据。

数据来源

Zenodo（元数据记录）、GraspNet官方项目（原始数据）

适用场景

• 机器人抓取算法研究: 用于训练和评估通用物体抓取任务的算法模型
• 计算机视觉应用: 支持物体识别、姿态估计等视觉任务与抓取任务的结合研究
• 基准测试构建: 为通用物体抓取领域提供大规模基准测试数据集
• 机器人学研究: 助力机器人操作、自主抓取等机器人学方向的实验与分析