本文介绍了一种包含近千个三维对象模型及超过 84 万个现实世界的 RGB 和深度图像数据集，旨在填补现有研究中缺乏的三维多视图重建的真实数据基准。该数据集通过半自动方式实现相机位置与物体姿态的精准标注，为形状重建、物体姿态估计、形状检索等 3D 应用提供了可能。数据集已开放，包含注释工具和评估基准源代码。

Mar, 2022

本文提供了一组经过立体校正的卫星图像及其对应的地面真实位移图，以供研究者进行立体重建的进一步研究，该数据集包括来自两个源的 10 个感兴趣区域，其中 8 个来自 IARPA 的 MVS Challenge 数据集，2 个来自 CORE3D-Public 数据集。

Jul, 2019

All-Seeing（AS）项目是一个大规模数据和模型，用于识别和理解开放世界中的所有内容；使用一个可扩展的数据引擎结合人类反馈和高效模型，在新的 AS-1B 数据集中标注了超过 10 亿个语义标签、问答配对和详细说明，覆盖了 350 万个现实世界中常见和罕见的概念，并提供了 1322 亿个描述这些概念及其属性的标记；利用该数据集，开发了全视（ASM）模型，一个用于全景视觉识别和理解的统一框架，它可以通过开放式语言提示和位置进行训练，具有非凡的零样本性能，包括区域 - 文本检索、区域识别、描写和问答；希望该项目能为视觉语言人工智能研究奠定基础，模型和数据集将发布在指定的 URL 上，演示可在指定的 URL 上查看。

Aug, 2023

通过引入一个大规模的多源、多分辨率和多场景光学 - SAR 图像匹配数据集 (3MOS)，我们鼓励设计更通用的多模态图像匹配方法，该数据集包含 155K 光学 - SAR 图像对，包括来自六颗商业卫星的 SAR 数据，分辨率从 1.25m 到 12.5m，并且已经根据城市、农村、平原、山区、水域、沙漠和冻土等八种场景进行了分类。大量实验证明，目前的先进方法在不同来源、分辨率和场景中都无法始终达到卓越的性能。此外，数据的分布对于深度学习模型的匹配能力有重要影响，这提出了光学 - SAR 图像匹配中的领域自适应挑战。我们的数据和代码将在此 https URL 上提供。

Apr, 2024

本文介绍了一个大规模 360 度视频数据集，包含各种环境和上下文，以及相机的姿态和深度图，证明了该数据集在单一图像深度估计和视图合成两个主要任务中的相关性。

Jun, 2024

本文介绍了一个大规模的眼镜数据集 OpenEDS，该数据集利用虚拟现实（VR）头戴式显示器捕获图像，其中包括 152 名参与者的眼部区域，该数据集可用于眼动跟踪研究和机器学习领域的语义分割任务。

Apr, 2019

本研究介绍一种旨在解决空中图像中物体分割问题的算法，并提出一种新的数据集 iSAID，包含 2,806 幅高分辨率图像和 655,451 个物体实例。在该数据集上的实验结果表明，现有的自然场景中的实例分割算法在直接应用于空中图像时表现欠佳，需要研究社区提出专门的解决方案。

May, 2019

本文介绍了 ApolloScape 数据集及其应用于自动驾驶的算法，数据集包含丰富的标签和各个任务的工具和算法，使用多传感器融合以及多任务联合学习的方法，能够实现鲁棒自主定位和语义分割。

Mar, 2018

本研究提出了一个新的数据集 Objaverse-XL，该数据集包含超过 1000 万个多样化来源的 3D 物体，从手工设计物体到历史文物数字扫描等，旨在帮助 3D 视觉领域得到更大的发展以及在许多方面取得成果

Jul, 2023

本文介绍了一种基于像素输入和 3D 刚性类别的输出的自动化流程，通过从现有物体检测数据集中学习可变形的 3D 模型并结合底层模块进行高频率形状细节恢复，实现了在单幅图像中获取真实场景下物体的三维表面重建，通过在最近引入的 PASCAL 3D + 数据集上的全面定量分析和消融研究展示了非常令人鼓舞的自动重建效果。

Nov, 2014