Accurately estimating the 3D pose and shape is an essential step towards understanding animal behavior, and can potentially benefit many downstream applications, such as wildlife conservation. However

paperswithcode.com790

SenseShift6D

3D人体姿态估计

RGB-D图像处理

SenseShift6D是一个用于6D姿态估计的RGB-D数据集，由首尔国立大学数据科学研究院的研究人员创建。该数据集涵盖了13种RGB曝光、9种RGB增益、自动曝光、4种深度捕捉模式和5种照明水平，包含101.9k RGB图像和10k深度图像，为每个物体姿态提供了1,380种独特的传感器-照明排列。数据集的创建旨在研究传感器控制和自适应感知系统在动态真实世界环境中的鲁棒性。

arXiv2025-07-08 更新280

Date Understanding

自然语言处理

日期理解

此任务旨在测试预先训练的语言模型通过询问一天的日期来理解日期的能力。上下文是一个或两个带有日期信息的句子，它们要么是显式的 (例如，今天是...)，要么是隐式的 (例如，昨天是...)。给定上下文，模型应该回答以下问题: MM/DD/YYYY中的 [日] 是什么日期？，[日] 可能是今天，明天等。虽然这项任务对人类来说很容易，但对许多语言模型来说却很难。

OpenDataLab2026-07-12 更新910

PoseBench3D

3D人体姿态估计

模型评估

PoseBench3D是一个为3D人体姿态估计而设计的标准化测试环境，旨在评估模型在多个数据集上的性能。该框架整合了四个常用的人体姿态估计数据集：H36M、GPA、3DPW和SURREAL。通过统一的接口，PoseBench3D提供了预先配置且易于修改的格式，确保与各种模型架构的兼容性。框架对18种方法进行了重新评估，并使用MPJPE和PA-MPJPE指标报告了超过100个新的跨数据集评估结果。此

arXiv2025-05-16 更新450

Egobody-EgoSet

资源简介：

相关数据集