僅僅通過在照片上訓練模型,機器學習(ML)的最新技術就已經在許多計算機視覺任務中取得了卓越的準確性。在這些成功的基礎上,進一步提高對3D對象的理解,這將極大地促進更廣泛的應用,例如增強現實,機器人技術,自主性和圖像檢索。
今年早些時候,我們發布了MediaPipe Objectron,這是一套針對移動設備設計的實時3D對象檢測模型,這些模型在經過完全注釋(annotated)的真實3D數據集上進行了訓練,可以預測對象的3D邊界框。
然而,由于與2D任務(例如ImageNet,COCO和Open Images)相比,因為缺少大型真實數據集,所以了解3D對象仍然是一項具有挑戰性的任務。為了使研究社區能夠不斷提高三維實體的理解,迫切需要發布以對象為中心的視頻數據集,該數據集可以捕獲對象的更多3D結構,同時匹配用于許多視覺任務的數據格式(例如視頻或攝像機流),以幫助訓練和確定機器學習模型的基準。
今天,我們很高興發布Objectron數據集,這是一個短的,以對象為中心的視頻剪輯的集合,可以從不同的角度捕獲更大的一組公共對象。每個視頻剪輯都隨附有AR會話元數據,其中包括相機姿勢和稀疏點云。除此之外,數據還包含每個對象手工標注的3D邊框,用來描述對象的位置,方向和尺寸。數據集包括15K帶注釋的視頻剪輯,并補充了從不同地理區域的樣本中收集的超過4M帶注釋的圖像(覆蓋五大洲的10個國家/地區)。
三維實體檢測解決方案
除了和數據集一起之外,我們還將共享一個針對四類對象的三維實體檢測解決方案-鞋子,椅子,杯子和照相機。這些模型在MediaPipe中發布,MediaPipe是Google的跨平臺可定制ML解決方案的開源框架,適用于實時和流媒體,該解決方案還支持設備上的實時手部,虹膜和身體姿勢跟蹤等ML解決方案。
在移動設備上運行的3D對象檢測解決方案的示例結果
與以前發布的單階段Objectron模型相反,這些最新版本使用兩級架構。第一階段采用TensorFlow對象檢測模型來查找實體的2D裁剪。然后,第二階段使用圖像裁剪來估計3D邊框,同時為下一幀計算實體的2D裁剪,因此實體檢測器不需要運行每個幀。第二階段3D邊框預測器在Adreno 650移動GPU上以83 FPS運行。
參考3D對象檢測解決方案圖
3D對象檢測的評估指標
借助ground truth annotations,我們使用3Dintersection over union(IoU)相似度統計信息(一種用于計算機視覺任務的常用度量標準)來評估三維實體檢測模型的性能,該度量標準衡量邊框與地面真相的接近程度。
我們提出了一種算法,可為通用三維面向盒計算準確的3D IoU值。首先,我們使用Sutherland-Hodgman多邊形裁剪算法計算兩個盒子的面之間的交點。這類似于用于計算機圖形學的視錐剔除技術。相交的體積由所有修剪的多邊形的凸包計算。最后,根據兩個框的交點的體積和并集的體積計算IoU。我們將在發表數據集的同時發布評估指標的源代碼。
使用多邊形裁剪算法計算并集的三維交點(左):通過對方框裁剪多邊形計算每個面的交點。右:通過計算所有交點的凸包計算交點的體積(綠色)。
數據集格式
數據集的技術細節,包括用法和教程,可在數據集網站上找到。數據集包括自行車,書籍,瓶子,照相機,谷物盒,椅子,杯子,筆記本電腦和鞋子,并存儲在Google Cloud存儲上的objectron存儲桶中,具有以下資源:
視頻片段
注釋標簽(實體的3D邊框)
AR元數據(例如照相機姿勢,點云和平面)
已處理的數據集:帶注釋幀的改編版本,圖像的格式為tf.example,視頻的格式為SequenceExample。
支持腳本以基于上述指標運行評估
支持腳本以將數據加載到Tensorflow,PyTorch和Jax中并可視化數據集,包括“ Hello World”示例
有了數據集,我們還將開放數據管道,以在流行的Tensorflow,PyTorch和Jax框架中解析數據集。還提供了示例colab筆記本。
通過發布此Objectron數據集,我們希望使研究界能夠突破三維實體幾何理解的極限。我們還希望促進新的研究和應用。例如視圖合成,改進的三維表達和無監督學習。加入我們的郵件列表并訪問我們的github頁面,請隨時關注未來的活動和發展。
致謝
這篇文章中描述的研究是由Adel Ahmadyan, Liangkai Zhang, JianingWei, Artsiom Ablavatski, Mogan Shieh, Ryan Hickman, Buck Bourdon, Alexander Kanaukou, Chuo-Ling Chang, Matthias Grundmann, ?and Tom Funkhouser完成的。我們感謝Aliaksandr Shyrokau,Sviatlana Mialik,Anna Eliseeva和注釋團隊的高質量注釋。我們還要感謝Jonathan Huang和Vivek Rathod對TensorFlow對象檢測API的指導。
責任編輯:lq
-
檢測器
+關注
關注
1文章
863瀏覽量
47678 -
Google
+關注
關注
5文章
1762瀏覽量
57506 -
數據集
+關注
關注
4文章
1208瀏覽量
24689
原文標題:Google發布Objectron數據集
文章出處:【微信號:livevideostack,微信公眾號:LiveVideoStack】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論