SurgPose：用于关节机器人外科工具姿态估计与跟踪的数据集

准确且高效的外科机器人工具姿态估计是下游应用（如外科训练与学习中的增强现实）以及基于学习的自主操控的根本性意义。虽然人类和动物的姿态估计取得了显著进展，但在外科机器人领域仍面临数据稀缺的挑战。 da Vinci 端执行器的运动学误差较大，且校准过程繁琐，使得校准运动学数据收集成本高昂。针对这一限制，我们收集了一个称为 SurgPose 的数据集，为视觉外科工具姿态估计与跟踪提供实例感知语义关键点和骨架。通过使用在白光下不可见、在紫外线下荧光的紫外线反应性颜料标记关键点，在不同照明条件下执行相同轨迹以收集原始视频和关键点标注。SurgPose 数据集包含约 12 万个外科器械实例（训练用 8 万，验证用 4 万），涵盖 6 个类别。每个器械实例标注 7 个语义关键点。由于视频以立体配对形式采集，可基于立体匹配深度将 2D 姿态提升为 3D。除发布数据集外，我们还测试了几种基线方法以展示 SurgPose 的实用性。更多细节请参见 surgpose.github.io。