卡内基梅隆大学 发布 VLA-3D 数据集, 应用在 3D场景理解、室内导航 领域

卡内基梅隆大学 本次发布的数据集 VLA-3D, VLA-3D是由卡内基梅隆大学机器人研究所创建的一个大型3D语义场景理解与导航数据集。该数据集包含超过11.5K个扫描的室内房间，23.5M个对象间的语义关系，以及9.7M个合成生成的指代语句。数据集内容包括处理后的3D点云、语义对象和房间标注、场景图、可导航的自由空间标注以及指代语言语句。创建过程涉及从多个现有数据集（如ScanNet、Matterport3D等）中提取3D扫描数据，并生成详细的场景图和语言语句。该数据集主要应用于室内导航系统，旨在解决复杂场景中的对象识别与空间推理问题，特别是对于需要高度鲁棒性的实际应用场景。

查看VLA-3D

README 内容： 

关于 卡内基梅隆大学 , 卡内基梅隆大学是一所位于美国宾夕法尼亚州的私立研究型大学，以其计算机科学、工程学和机器人技术等领域的卓越研究而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。