近日，螞蟻靈波科技宣布正式開源其自主研發(fā)的大規(guī)模RGB-D深度數(shù)據(jù)集——LingBot-Depth-Dataset，為具身智能、空間感知及三維視覺領(lǐng)域的研究注入新動能。該數(shù)據(jù)集以2.71TB的龐大體量，成為當(dāng)前開源社區(qū)中真實場景覆蓋最廣的同類數(shù)據(jù)集之一。

據(jù)介紹，LingBot-Depth-Dataset包含300萬對高質(zhì)量樣本，其中200萬對源自真實場景采集，涵蓋家庭、辦公、工業(yè)等多元環(huán)境；剩余100萬對通過高精度渲染生成，有效補充了極端場景數(shù)據(jù)。數(shù)據(jù)集全面兼容Orbbec 335、335L及Intel RealSense D405、D415、D435、D455等6款主流深度相機，為算法訓(xùn)練提供了跨設(shè)備、跨場景的豐富素材。

該數(shù)據(jù)集已直接賦能螞蟻靈波此前開源的高精度空間感知模型LingBot-Depth。實驗數(shù)據(jù)顯示，以LingBot-Depth-Dataset為核心訓(xùn)練數(shù)據(jù)的LingBot-Depth模型，在室內(nèi)場景深度預(yù)測任務(wù)中，較業(yè)界主流方法PromptDA與PriorDA誤差降低超70%；在稀疏深度補全等復(fù)雜任務(wù)中，誤差率亦下降約47%，顯著提升了空間感知的精度與魯棒性。

業(yè)內(nèi)專家指出，大規(guī)模、高質(zhì)量的RGB-D數(shù)據(jù)集是推動三維視覺技術(shù)落地的關(guān)鍵基礎(chǔ)設(shè)施。螞蟻靈波此次開源的數(shù)據(jù)集，不僅填補了真實場景深度數(shù)據(jù)集的規(guī)模缺口，更通過多設(shè)備兼容性設(shè)計，為機器人導(dǎo)航、增強現(xiàn)實等應(yīng)用場景提供了更貼近實際需求的數(shù)據(jù)支撐，有望加速相關(guān)技術(shù)的產(chǎn)業(yè)化進程。