强！Meta 3D大型目标检测基准Omni3D，包含23.4万张图像

文章预览

来源：投稿  作者：橡皮 编辑：学姐 论文链接：https://arxiv.org/abs/2207.10660 项目主页：https://garrickbrazil.com/omni3d/ unset unset 摘要： unset unset 从单幅图像中识别 3D 场景和物体是计算机视觉的长期目标，可应用于机器人技术和 AR/VR。对于 2D 识别，大型数据集和可扩展解决方案已带来前所未有的进步。在 3D 中，现有基准规模较小，方法专注于少数物体类别和特定领域，例如城市驾驶场景。受 2D 识别成功的启发，我们通过引入一个大型基准（称为 OMNI3D）重新审视 3D 物体检测任务。OMNI3D 重新利用并结合现有数据集，生成 234k 张带有 300 多万个实例和 98 个类别注释的图像。由于相机内在特性的变化以及场景和物体类型的丰富多样性，如此规模的 3D 检测具有挑战性。我们提出了一种称为 Cube R-CNN 的模型，旨在通过统一的方法跨相机和场景类型进行推广。我们 ………………………………