Bài báo giới thiệu ADORESet — một bộ dữ liệu hình ảnh lai gồm hình ảnh thực và hình ảnh tổng hợp từ môi trường mô phỏng Gazebo, nhằm cải thiện độ chính xác và khả năng chuyển giao của các mô hình nhận dạng đối tượng trong robot học. ADORESet gồm 30 danh mục đối tượng phổ biến trong môi trường văn phòng hoặc trong nhà, mỗi danh mục có 2500 ảnh thực và 750 ảnh tổng hợp, tất cả đều được gán nhãn đầy đủ với tọa độ bounding box và thông tin về các đối tượng kế cận (successor objects). Tác giả cũng phát triển công cụ ITUrk GUI để hỗ trợ gán nhãn nhanh chóng. Các thí nghiệm sử dụng các mô hình CNN hiện đại như VGGNet, Inception V3, ResNet và Xception cho thấy: nếu huấn luyện chỉ với ảnh tổng hợp, độ chính xác khi kiểm tra trên ảnh thực chỉ đạt ~10%; nếu huấn luyện với cả hai loại ảnh, độ chính xác kiểm tra đạt ~95%. Điều này chứng minh rằng việc kết hợp ảnh thực và ảnh mô phỏng trong huấn luyện giúp cải thiện đáng kể hiệu suất và khả năng ứng dụng thực tế của hệ thống thị giác máy.