面向多模态感知、三维目标识别与传感器融合研究的合成数据集

摘要：面向多模态感知、三维目标识别与传感器融合研究的合成数据集，由 NVIDIA Omniverse Replicator 生成。

数据集概述

面向多模态感知、三维目标识别与传感器融合研究的合成数据集，由 NVIDIA Omniverse Replicator 生成。数据集以立方体和球体两类基础三维目标为核心，同时提供 RGB 图像和 LiDAR 点云信息，可用于研究视觉与深度感知之间的互补关系。由于场景和目标由仿真环境自动生成，数据具有标签一致、场景可控和重复实验方便等特点，适合用于多模态深度学习模型的基础验证和算法探索。

数据结构与关键特征

该数据集主要包含 cubes 和 spheres 两个类别目录，分别对应立方体与球体样本。数据文件采用 .npy 格式保存，其中包含 RGB 与 LiDAR 相关数据，并配套相机的**方位角（azimuth）和天顶角（zenith）**信息，用于描述视角与传感器姿态。通过这些信息，可以建立目标外观、点云几何结构与相机视角之间的对应关系，为三维空间理解、跨模态对齐和视角鲁棒性研究提供条件。

应用价值与研究方向

该数据集适用于RGB-LiDAR 融合、三维目标分类、点云识别、跨模态特征学习和传感器标定分析等任务。研究人员可以分别使用 CNN 或 Vision Transformer 提取 RGB 图像特征，利用 PointNet、PointNet++、Point Transformer 等模型处理 LiDAR 点云，再通过特征融合网络实现立方体与球体分类。进一步可研究不同视角下的识别稳定性、图像与点云的空间对齐、早期/中期/后期融合策略以及从简单几何体向复杂真实目标迁移的多模态学习方法。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-470
文件大小：29M
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。