卡内基梅隆大学 发布 IRef-VLA 数据集, 应用在 三维场景理解、交互式导航 领域

卡内基梅隆大学 本次发布的数据集 IRef-VLA, IRef-VLA数据集是由卡内基梅隆大学机器人学院创建的，旨在为交互式参考视觉和语言引导的3D场景动作提供基准数据集。该数据集包含超过11.5K个来自现有数据集的扫描3D房间，7.6M个启发式生成的语义关系和4.7M个参考语句。数据集还包含语义对象和房间注释、场景图、可导航自由空间注释，并加入了语言不完美的参考语句。该数据集适用于三维场景理解，有助于开发健壮的交互式导航系统。

查看IRef-VLA

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匹兹堡的私立研究型大学，以其在科学、工程、艺术等方面的卓越教育和研究闻名。其机器人学院是该校的著名学院之一，专注于机器人学的研究与教育。

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。