OASIS v2 单图像开放注释数据集 | 14万张3D几何标注图像 | 单图像3D重建训练数据
OASIS v2(Open Annotations of Single Image Surfaces)是一个大规模自然环境单图像3D几何标注数据集,包含超过14万张图像的详细3D标注信息。该数据集第二版于2021年3月发布,新增102K张图像标注,是单图像3D重建、深度估计与表面法向量预测领域的重要基准资源。
数据集核心特点
数据规模:14万+张自然环境图像,覆盖室内外真实场景
标注精度:每张图像附带详细的3D几何标注,包括深度图、表面法向量、平面分割等
场景丰富:涵盖建筑、街道、室内家居、自然景观等多样化真实环境
版本迭代:V2版本较首版新增102K张图像标注,数据量与场景覆盖显著提升
开源标注:开放注释格式,兼容主流3D视觉研究框架与评估协议
适用场景与技术方向
单图像3D重建:从单张RGB图像预测三维场景结构,支持室内布局重建与室外场景建模
深度估计(Depth Estimation):单目深度预测模型训练与评估,适用于自动驾驶、机器人导航
表面法向量预测(Surface Normal Prediction):几何表面方向估计,支撑三维场景理解与渲染
平面检测与分割:室内平面结构识别,应用于AR/VR场景布置与虚拟家具摆放
三维场景理解:结合语义分割与几何推理,推动具身智能与环境感知系统研发
学术基准测试:作为单图像3D任务的权威评测数据集,支持论文实验与模型对比
技术适配说明
OASIS v2 数据集标注规范统一,可直接用于训练MiDaS、DPT、PixelFormer等深度估计模型,以及PlaneRCNN、PlaneTR等平面检测网络。数据格式兼容PyTorch、TensorFlow等主流框架,支持快速接入现有3D视觉实验流程。
OASIS v2 单图像开放注释数据集.zip
(181.3 KB, 需要: RMB 5 元)


雷达卡


京公网安备 11010802022788号







