Physical AI Smart Spaces 2024 vs 2025两代数据集关键差异对比【免费下载链接】PhysicalAI-SmartSpaces项目地址: https://ai.gitcode.com/hf_mirrors/nvidia/PhysicalAI-SmartSpaces在计算机视觉和多摄像机跟踪领域Physical AI Smart Spaces数据集已成为业界标杆。这个由NVIDIA开发的合成数据集为研究人员和开发者提供了丰富的多摄像机跟踪和3D目标检测训练资源。今天我们将深入对比2024和2025两个版本的关键差异帮助您选择最适合自己需求的数据集版本。 数据集概述Physical AI Smart Spaces是一个综合性标注数据集专为多摄像机跟踪和2D/3D目标检测任务设计。该数据集使用Omniverse平台合成生成包含仓库、医院、零售等多种室内场景的同步视频数据。 2024版本基础版多摄像机跟踪数据集MTMC_Tracking_2024作为初代版本为多摄像机跟踪任务奠定了坚实基础核心特点场景数量90个不同室内场景视频时长超过250小时的同步视频摄像机数量953个摄像机视角数据格式传统MOTChallenge文本格式标注类型2D边界框和多摄像机跟踪ID物体类别仅包含人类2,481个个体数据总量216.95 GB标注格式示例camera_id obj_id frame_id xmin ymin width height xworld yworld 2025版本全面升级的3D感知数据集MTMC_Tracking_2025在2024版本基础上进行了全面升级引入了更多高级功能革命性改进场景数量23个精心设计的场景视频时长42小时高质量视频摄像机数量504个优化布置的摄像机数据格式现代化JSON格式标注类型2D3D边界框、多摄像机跟踪ID物体类别7种不同类型人类、叉车、机器人等新增数据深度图支持数据总量3.31 TB包含深度图目录结构优化MTMC_Tracking_2025/ ├── videos/ # 视频文件 ├── depth_maps/ # 深度图PNGHDF5 ├── ground_truth.json # 详细标注 ├── calibration.json # 相机标定 └── map.png # 场景俯视图 关键差异对比表特性维度2024版本2025版本升级意义数据格式TXT文本格式JSON结构化格式更易解析和处理标注维度2D边界框2D3D边界框支持3D感知任务物体类别仅人类7种物体类型更丰富的应用场景数据量216.95 GB3.31 TB包含深度图数据场景数量90个23个质量优于数量摄像机数953个504个更优化的布置3D框数量无890万支持3D检测2D框数量1.35亿7300万更精准的标注深度图不支持支持增强感知能力 格式升级详解2024格式局限性# 传统MOTChallenge格式 1 100 30 150 200 50 80 12.5 8.32025格式优势{ 30: [ { object_type: Person, object_id: 100, 3d_location: [12.5, 8.3, 1.2], 3d_bounding_box_scale: [0.5, 0.3, 1.8], 3d_bounding_box_rotation: [0, 0, 45], 2d_bounding_box_visible: { 1: [150, 200, 200, 280] } } ] } 使用场景建议选择2024版本如果专注于传统的2D多摄像机跟踪任务计算资源有限216.95 GB vs 3.31 TB只需要人类跟踪数据习惯使用MOTChallenge评估标准选择2025版本如果需要3D感知能力研究多类别物体跟踪需要深度信息进行场景理解追求最先进的评估标准3D HOTA评分 评估标准差异2024评估基于3D位置的HOTA评分在2024 AI City Challenge服务器评估测试集真值已随数据集发布2025评估基于3D边界框的HOTA评分在2025 AI City Challenge服务器评估更严格的评估标准 迁移建议如果您已经在使用2024版本迁移到2025版本需要注意数据格式转换2024版本已提供2025格式的校准和真值文件评估标准更新从位置评估升级到3D边界框评估模型调整需要支持3D边界框预测和多类别检测深度图利用考虑如何整合深度信息提升性能 总结Physical AI Smart Spaces数据集的2024和2025版本代表了多摄像机跟踪领域的两代技术演进。2024版本为初学者和传统2D跟踪任务提供了坚实的基础而2025版本则为先进的3D感知和多类别跟踪研究提供了全面支持。无论您是刚刚入门计算机视觉的研究者还是寻求最先进解决方案的开发者这个数据集都能为您的研究提供强有力的支持。选择合适的版本开启您的多摄像机跟踪研究之旅吧提示数据集下载地址为 https://gitcode.com/hf_mirrors/nvidia/PhysicalAI-SmartSpaces请根据您的需求选择合适的版本。【免费下载链接】PhysicalAI-SmartSpaces项目地址: https://ai.gitcode.com/hf_mirrors/nvidia/PhysicalAI-SmartSpaces创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考