| 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 |