基于视觉的航天器场景神经网络表示合成数据集

数据集概述

本数据集是基于Unity 3D引擎生成的航天器合成图像数据集，包含CubeSat和SMOS两种卫星模型的图像及元数据。通过可控环境生成大量标注数据，解决真实空间数据稀缺问题，支持航天器视觉神经场景表示学习算法的训练与评估。

文件详解

• 文件名称：Dataset.zip
• 文件格式：ZIP
• 字段映射介绍：压缩包内包含基于CubeSat和SMOS卫星模型生成的图像数据，每个图像附带距离相机的距离、方位角、高度角等元数据及深度图；数据分为训练集、验证集（含5、10、50、100张图像）和测试集（100张图像，视角与训练/验证集不同）。

适用场景

• 航天器视觉神经场景表示模型训练: 用于训练基于视觉的航天器场景表示学习算法，解决真实空间数据稀缺问题。
• 航天器图像识别与定位研究: 利用合成图像及元数据，研究航天器的视觉识别、位姿估计等任务。
• 深度估计模型测试: 通过深度图数据，测试航天器场景深度预测模型的性能。
• 小样本学习算法评估: 利用不同规模的训练集（5、10、50、100张图像），评估小样本学习算法在航天器视觉任务中的表现。