螞蟻靈波科技近日宣布，正式開源全球規(guī)模領(lǐng)先的真實場景RGB-D深度數(shù)據(jù)集LingBot-Depth-Dataset，為具身智能、三維視覺等前沿領(lǐng)域提供關(guān)鍵數(shù)據(jù)支持。該數(shù)據(jù)集包含300萬對高質(zhì)量樣本，其中200萬對源自真實環(huán)境采集，100萬對通過高精度渲染生成，總?cè)萘窟_2.71TB，成為當前相關(guān)領(lǐng)域最全面的開源資源之一。

數(shù)據(jù)集設計兼顧學術(shù)研究與工業(yè)應用需求，每條樣本均包含RGB彩色圖像、傳感器原始深度圖及真值深度圖三部分數(shù)據(jù)。這種結(jié)構(gòu)化設計使其可直接用于深度估計、深度補全等任務的模型訓練與性能評估，顯著降低相關(guān)領(lǐng)域研究者的數(shù)據(jù)獲取成本。研究團隊特別強調(diào)，所有真實場景數(shù)據(jù)均通過專業(yè)設備采集，確保了數(shù)據(jù)的高精度與場景多樣性。

在硬件兼容性方面，該數(shù)據(jù)集覆蓋了奧比中光Orbbec 335/335L及英特爾RealSense D405/D415/D435/D455等六款主流深度相機型號。這種多設備覆蓋特性使訓練出的模型能夠更好地適應不同硬件參數(shù)與成像特性，為機器人導航、增強現(xiàn)實等需要跨設備部署的應用場景提供重要支撐。研究顯示，基于該數(shù)據(jù)集訓練的模型在設備遷移測試中表現(xiàn)出更強的穩(wěn)定性。

據(jù)開發(fā)團隊介紹，LingBot-Depth-Dataset的構(gòu)建歷時兩年，涉及超過50個真實場景的密集采集與百萬級渲染場景的生成優(yōu)化。數(shù)據(jù)集中包含室內(nèi)外復雜光照條件、動態(tài)物體干擾等挑戰(zhàn)性場景，能夠有效提升模型在真實環(huán)境中的魯棒性。目前該數(shù)據(jù)集已通過開源協(xié)議向全球研究者開放下載，配套提供基準測試工具包與使用文檔。