目标

Princeton ModelNet项目的目标是为计算机视觉，计算机图形学，机器人技术和认知科学领域的研究人员提供对象的3D CAD模型的完整，完整的集合。

内容

ModelNet10数据集是ModelNet40数据集的一部分，包含来自10个类别的4,899个预对齐形状。有3,991个（80％）形状用于训练，有908个（20％）形状用于测试。CAD模型采用目标文件格式（OFF）。Princeton Vision Toolkit（PVT）中提供了Matlab用于读取和可视化OFF文件的功能。

为了构建数据集的核心，使用从SUN数据库获得的统计信息，汇总了世界上最常见的对象类别的列表。一旦建立了对象词汇表，就可以使用在线搜索引擎通过查询每个对象类别术语来收集属于每个对象类别的3D CAD模型。然后，使用内部设计的具有质量控制功能的工具，雇用了Amazon Mechanical Turk的人工人员手动确定每个CAD模型是否属于指定的类别。为了获得非常干净的数据集，选择了10个流行的对象类别，同时手动删除了不属于这些类别的模型。此外，针对10类子集执行了CAD模型方向的手动对齐。

致谢

该数据集是从Princeton ModelNet的官方数据集主页获得的。有关数据集的更多详细信息，请参见相关出版物-3D ShapeNets：体积形状的深层表示。基于数据集的工作应引用：

@inproceedings{wu20153d,
title={3d shapenets: A deep representation for volumetric shapes},
author={Wu, Zhirong and Song, Shuran and Khosla, Aditya and Yu, Fisher and Zhang, Linguang and Tang, Xiaoou and Xiao, Jianxiong},
booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
pages={1912--1920},
year={2015}
}

版权

所有CAD模型都是从Internet下载的，原始作者拥有CAD模型的版权。数据的标签是由作者通过Amazon Mechanical Turk服务获得的，并且免费提供。提供此数据集仅是为了方便学术研究。

横幅广告图片-来自AnTao97的PointCloudDatasets存储库[使用Mitsuba2呈现]