brats数据集图像分割_苹果公开了其AI研究的第一个大图像数据集

来啦来啦，苹果近日公开了其AI研究的第一个大图像数据集，带有1.9TB标签的74K高分辨率HDR计算机生成的逼真的室内场景图像：Hypersim

Hypersim：用于整体室内场景理解的真实感合成数据集

对于许多基本的场景理解任务，很难或不可能从真实图像中获得每个像素的地面真相标签。苹果通过引入Hypersim(一种用于真实室内场景理解的逼真的合成数据集)来解决这一问题。为了创建此数据集，苹果利用由专业艺术家创建的合成场景的大型存储库，并生成461个室内场景的77,400张图像，并带有每个像素的详细标签和相应的地面真实几何形状。数据集包括：

(1)仅依靠可公开获得的3D资源；

(2)包括每个场景的完整场景几何图形，材质信息和照明信息；

(3)包括每个图像的密集的每像素语义实例分割；

(4)将每个图像分解为漫反射率，漫射照明，用于捕获与视图有关的照明效果。

这些功能一起使数据集非常适合需要直接3D监督的几何学习问题，需要在多个输入和输出模态上共同进行推理的多任务学习问题以及逆渲染问题。项目地址：

https://github.com/apple/ml-hypersim