---
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