單圖像 3D 形狀建模的數據集和方法 本演算法利用MarrNet：通過 2.5D 草圖進行 3D 形狀重建

單個圖像研究 3D 形狀建模，並在三個方面對其做出貢獻。首先，我們介紹了 Pix3D，這是一個具有像素級 2D-3D 對齊的各種圖像形狀對的大規模基準。Pix3D 在形狀相關的任務中有著廣泛的應用，包括重建、檢索、視點估計等。然而，構建這樣一個大規模的數據集是非常具有挑戰性的；現有數據集要么僅包含合成數據，要么缺乏 2D 圖像和 3D 形狀之間的精確對齊，或者只有少量圖像。其次，我們通過行為研究校準了 3D 形狀重建的評估標準，並用它們來客觀、系統地對 Pix3D 上的尖端重建算法進行基準測試。第三，我們設計了一個同時執行 3D 重建和姿態估計的新模型 需要安裝下列庫 GCC 4.8.5 CUDA 8.0 Python 3.6.4 TensorFlow 1.1.0 numpy 1.14.0 skimage 0.13.1 numba 0.36.2 scipy 1.0.0 tqdm 4.19.4