Objectron 项目使用教程

2026-01-23 04:41:16作者：郦嵘贵Just

Objectron is a dataset of short, object-centric video clips. In addition, the videos also contain AR session metadata including camera poses, sparse point-clouds and planes. In each video, the camera moves around and above the object and captures it from different views. Each object is annotated with a 3D bounding box. The 3D bounding box describes the object’s position, orientation, and dimensions. The dataset contains about 15K annotated video clips and 4M annotated images in the following categories: bikes, books, bottles, cameras, cereal boxes, chairs, cups, laptops, and shoes

项目地址：https://gitcode.com/gh_mirrors/ob/Objectron

1. 项目介绍

Objectron 是由 Google Research 开发的一个开源数据集，专注于提供短小精悍的以物体为中心的视频片段。这些视频片段不仅包含物体的高清图像，还附带了增强现实（AR）会话的元数据，如相机姿态、稀疏点云和平面信息。每个视频中的物体都通过3D边界框进行标注，这些边界框描述了物体的位置、方向和尺寸。

Objectron 数据集包含约15,000个标注视频片段和400万个标注图像，涵盖了以下类别：自行车、书籍、瓶子、相机、麦片盒、椅子、杯子、笔记本电脑和鞋子。此外，数据集还确保了地理多样性，收集自全球10个国家的五个大洲。

2. 项目快速启动

2.1 环境准备

在开始之前，请确保您的环境中已安装以下依赖：

Python 3.x
TensorFlow
PyTorch
Google Cloud SDK

2.2 下载数据集

首先，您需要从 Google Cloud Storage 下载 Objectron 数据集。您可以使用以下命令来下载数据集：

gsutil -m cp -r gs://objectron/v1/records_shuffled/ .

2.3 加载数据集

以下是一个简单的 Python 脚本，用于加载 Objectron 数据集并显示一些示例图像：

import tensorflow as tf

# 定义数据集路径
dataset_path = "records_shuffled/"

# 加载数据集
dataset = tf.data.TFRecordDataset([dataset_path + "class/batch-i/j/video.tfrecord"])

# 解析数据
def parse_example(example):
    feature_description = {
        'image': tf.io.FixedLenFeature([], tf.string),
        'label': tf.io.FixedLenFeature([], tf.int64),
    }
    example = tf.io.parse_single_example(example, feature_description)
    image = tf.io.decode_jpeg(example['image'])
    label = example['label']
    return image, label

dataset = dataset.map(parse_example)

# 显示前5个图像
for image, label in dataset.take(5):
    print(image.shape, label)