GraspClutter6D est un jeu de données de saisie à grande échelle, conçu pour résoudre le problème de la saisie robuste d'objets dans des environnements encombrés par les robots. Il permet de surmonter les problèmes de simplicité des scènes, de faible taux d'occlusion et de manque de diversité des jeux de données existants. Il comprend 1 000 scènes très encombrées (14,1 objets en moyenne par scène, taux d'occlusion de 62,6 %), 200 objets et 75 configurations d'environnement (boîtes, étagères, tables), ainsi que des captures multi-points de vue à l'aide de quatre caméras RVB-D. Des annotations détaillées sont fournies, incluant 736 000 poses d'objets 6D et 9,3 milliards de saisies robotiques possibles pour des images RVB-D de 52 000. Nous comparons les méthodes de pointe existantes de segmentation, d'estimation de la pose d'objets et de détection de saisie pour analyser la tâche dans des environnements encombrés, et démontrons qu'un réseau de saisie entraîné sur GraspClutter6D surpasse les réseaux entraînés sur des jeux de données existants, tant en simulation qu'en expérience réelle. L'ensemble de données, la boîte à outils et les outils d'annotation sont accessibles au public.
