OmniNOCS : Un ensemble de données NOCS unifié et un modèle pour la reconstruction 3D d'objets 2D

OmniNOCS: A unified NOCS dataset and model for 3D lifting of 2D objects

July 11, 2024

Auteurs: Akshay Krishnan, Abhijit Kundu, Kevis-Kokitsi Maninis, James Hays, Matthew Brown

cs.AI

Résumé

Nous proposons OmniNOCS, un jeu de données monoscopique à grande échelle comprenant des cartes 3D d’espace de coordonnées normalisées d’objets (NOCS), des masques d’objets et des annotations de boîtes englobantes 3D pour des scènes intérieures et extérieures. OmniNOCS contient 20 fois plus de classes d’objets et 200 fois plus d’instances que les jeux de données NOCS existants (NOCS-Real275, Wild6D). Nous utilisons OmniNOCS pour entraîner un nouveau modèle de prédiction NOCS monoscopique basé sur des transformeurs (NOCSformer), capable de prédire avec précision les NOCS, les masques d’instances et les poses à partir de détections 2D d’objets couvrant diverses classes. Il s’agit du premier modèle NOCS capable de généraliser à un large éventail de classes lorsqu’il est guidé par des boîtes englobantes 2D. Nous évaluons notre modèle sur la tâche de prédiction de boîtes englobantes orientées 3D, où il obtient des résultats comparables aux méthodes de détection 3D de pointe telles que Cube R-CNN. Contrairement à d’autres méthodes de détection 3D, notre modèle fournit également une segmentation et une forme 3D d’objets détaillées et précises. Nous proposons un nouveau benchmark pour la tâche de prédiction NOCS basé sur OmniNOCS, que nous espérons servir de référence utile pour les travaux futurs dans ce domaine. Notre jeu de données et notre code seront disponibles sur le site du projet : https://omninocs.github.io.

English

We propose OmniNOCS, a large-scale monocular dataset with 3D Normalized Object Coordinate Space (NOCS) maps, object masks, and 3D bounding box annotations for indoor and outdoor scenes. OmniNOCS has 20 times more object classes and 200 times more instances than existing NOCS datasets (NOCS-Real275, Wild6D). We use OmniNOCS to train a novel, transformer-based monocular NOCS prediction model (NOCSformer) that can predict accurate NOCS, instance masks and poses from 2D object detections across diverse classes. It is the first NOCS model that can generalize to a broad range of classes when prompted with 2D boxes. We evaluate our model on the task of 3D oriented bounding box prediction, where it achieves comparable results to state-of-the-art 3D detection methods such as Cube R-CNN. Unlike other 3D detection methods, our model also provides detailed and accurate 3D object shape and segmentation. We propose a novel benchmark for the task of NOCS prediction based on OmniNOCS, which we hope will serve as a useful baseline for future work in this area. Our dataset and code will be at the project website: https://omninocs.github.io.