FewSOL：一种用于机器人环境中少样本物体学习的数据集
计算机视觉与模式识别
2023-03-07 v3 人工智能
机器学习
机器人学
摘要
我们介绍了用于每类物体仅含少量图像的物体识别的少样本物体学习（FewSOL）数据集。我们捕获了 336 个真实世界物体，每个物体从不同视角获取 9 张 RGB-D 图像。提供了物体分割掩码、物体位姿和物体属性。此外，使用 330 个 3D 物体模型生成合成图像以扩充数据集。我们使用最先进的少样本学习和元学习方法，基于我们的数据集研究了（i）少样本物体分类和（ii）联合物体分割与少样本分类。评估结果显示，在机器人环境中的少样本物体分类仍有很大改进空间。我们的数据集可用于研究一组少样本物体识别问题，如分类、检测与分割、形状重建、位姿估计、关键点对应和属性识别。数据集与代码见 https://irvlutd.github.io/FewSOL。
引用
@article{arxiv.2207.03333,
title = {FewSOL: A Dataset for Few-Shot Object Learning in Robotic Environments},
author = {Jishnu Jaykumar P and Yu-Wei Chao and Yu Xiang},
journal= {arXiv preprint arXiv:2207.03333},
year = {2023}
}