英特尔开发大型3D物体数据集PartNet，使机器人更准确的识别和操纵对象

编译 | 明知不问

发布 | ATYUN订阅号

训练计算机和机器人不仅要理解和识别物体，而且要让它们能够处理人类每天做的相对简单的任务，这一点非常关键。

但是，即使你训练了人工智能，使其能够区分冰箱和炉子，如果你想让它真正发挥作用，你也需要确保它能够操作这些东西。

英特尔人工智能研究人员与加州大学圣地亚哥分校和斯坦福大学合作，详细介绍了“PartNet”，这是一个非常详细的大型3D物体数据集，每个对象都非常详细并得到充分注释。

数据集是独一无二的，在机器人公司中已经有很高的需求，因为它能够以一种非常好的方式将对象组织到它们的分段部分中，这对于为人工智能应用程序构建学习模型非常有用，这些应用程序旨在识别和操纵现实世界中的这些对象。

例如，如果你想让一个机器人的手臂打开微波炉来重新加热一些剩菜，机器人需要知道按钮及其与整体的关系。

使用PartNet训练的机器人，这个数据集的演变不仅限于操作计算机生成的微波，它包含超过570000个部分，超过26000个单独的对象，并且各个类别的对象共有的部分都标记为彼此对应，因此，如果训练人工智能识别一个种类的椅子，它应该能够也能够识别另一个种类。

如果你想重新装饰你的餐厅，但仍然想让你的家庭助手机器人能够为客人拉出你的新椅子，就像它对旧椅子所做的那样，这是很方便的。

详细的对象识别很实用，部分识别可能有助于加强有关一般对象识别的决策。但是对于家庭机器人技术的影响更值得思考，这是当今机器人技术的许多商业化努力的焦点领域。

End