ObjaversePlusPlus

想要高质量3D数据？Objaverse++ 帮你筛选出精品，训练效果更稳。

Objaverse++ 是一个面向 3D 视觉研究的高质量 3D 物体数据集项目，由 Objaverse 扩展而来，收录了超过 10 万个 3D 物体，并附带质量标注。它解决了现有 3D 数据集质量参差不齐、缺乏细粒度质量评估的问题，为训练和评估 3D 生成模型、重建模型、识别模型等提供更可靠的数据基础。核心能力包括：提供大规模、多样化的 3D 物体集合，每个物体带有基于人工和自动标注的质量分数，支持按需筛选高质量数据；同时提供数据加载、预处理和评估工具，方便研究者快速使用。该项目发表于 ICCV 2025，是当前 3D 数据领域的重要资源。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 114
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类数字人3D
开发团队TCXX
所属国家
官网地址
GitHubhttps://github.com/TCXX/ObjaversePlusPlus
定价模式free
价格说明开源数据集及代码，完全免费，需自行部署使用。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型3d,3d-dataset,3d-generation,3d-models,3d-reconstruction,computervision,cvpr2025,dreamfusion,gaussian-splatting,generative-ai,machine-learning,nerf,objaverse
GitHub 星标★ 114
30天Star增速
HF 下载量
上线时间2025-04-08 00:00:00
最近更新2026-09-14 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 提供超过10万物体且带质量标注，方便直接筛选高质量子集
  • 基于 Objaverse 扩展，兼容现有生态，上手成本低
  • 质量标注结合人工与自动，比原始数据集更可靠

不足之处

  • 文档/社区待观察
  • 数据集规模相对 Objaverse 仍小，覆盖类别有限

适用场景

  • 3D 生成模型训练时，需要高质量参考物体
  • 3D 重建模型评估，需要带质量分数的基准数据
  • 3D 物体检索或分类任务，需要大规模标注数据

替代项目

Objaverse、ShapeNet、ABO (Amazon Berkeley Objects)

项目介绍

ObjaversePlusPlus 是数据集领域的开源项目，由 TCXX 开发，2025 年首次发布。

它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 114。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-14。开源数据集及代码，完全免费，需自行部署使用。

它主要面向的使用场景是：3D生成模型训练时，需要高质量参考物体。同类可对比的替代方案包括 Objaverse、ShapeNet、ABO (Amazon Berkeley Objects)。

上一篇：OakInk2

下一篇：datasets

同类项目推荐

X-AnyLabeling 开源

一站式AI辅助标注，图像视频文本通吃，导出格式随心配

X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···

★ 10528 2026-08-10
aisheets 开源

像用表格一样批量调 AI，不写代码就能造和改数据集

Build, enrich, and transform datasets using AI models with no code

★ 1645 2026-09-20
distilabel 开源

基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。

Distilabel is a framework for synthetic data and AI feedback for engineers who need ···

★ 3398 2026-08-10
DataGen 开源

用大模型一键生成定制化训练数据，告别数据荒

[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models

★ 69 2026-08-09