license: cc-by-4.0
task_categories:
- object-detection
- image-segmentation
tags:
- isaac-sim
- synthetic
- 2d-vision
- yolo
- rtdetr
- robotics
pretty_name: Isaac Sim 2D Detection (30 Classes)
size_categories:
- 10k<n<100k
datasets:
- barszot/3d-models-for-isaac-sim-dataset
🤖 Isaac Sim 2D Detection Dataset (30 Classes)
Ten dataset zawiera 10 000 klatek syntetycznych danych wygenerowanych w środowisku NVIDIA Isaac Sim. Został zaprojektowany specjalnie do trenowania i walidacji detektorów obiektów 2D (takich jak YOLOv8, YOLO11, RT-DETR) na zróżnicowanym zestawie 30 klas.
Struktura Datasetu
Dane znajdują się w spakowanym katalogu data.tar i są podzielone na następujące podkatalogi:
- rgb: Obrazy kolorowe (wejście dla sieci).
- object_detection: Etykiety (bounding boxes) - format
.txt. - semantic_segmentation: Maski segmentacji semantycznej.
- instance_segmentation: Maski segmentacji instancji.
- depth: Mapy głębi.
Jak używać
Dataset jest w surowym formacie wyjściowym z Isaac Sim Replicator. Aby go użyć, należy napisać DataLoader, który paruje pliki z folderu rgb z odpowiednimi etykietami z object_detection na podstawie nazwy pliku lub indeksu klatki.
Informacje o generacji
- Symulator: NVIDIA Isaac Sim
- Liczba klatek: 10,000
Wykorzystane modele i tekstury
Zbiór danych zawiera modele 3d z tego zbioru: https://huggingface.co/datasets/barszot/3d-models-for-isaac-sim-dataset a także z modeli i tekstur oferowanych przez NVIDIA Omniverse Nucleus