主流RGBD数据集简介 2019.12.15
RGBD 数据集简介,2019.12.15
NYU Depth Dataset V2(3D分割任务)
数据集地址: https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
NYU的升级版,增加了一些数据,室内场景,有分割真值的数据集,但是真值很少
数据集包括:
- 总共有408,000 RGBD 图像,包括1449张处理好的有标签和对齐的的RGBD图(2.8G)
- Raw: RGB图像, 深度图像,加速度计数据(由kinect采集)(428G)
- Toolbox: 官方提供的用于处理数据的常用函数(.m脚本)
标注的数据下载下来是.mat 形式的文件,需要用matlab脚本处理(.mat比.npy占用的内存小3倍左右)
scan net(2D、3D分割)
http://www.scan-net.org/
1513个室内场景数据(每个场景中点云数量都不一样),共21个类别的对象(0-20,总共已知类别应该是20,类别0应该是未知类别,即未标注点云),其中,1201个场景用于训练,312个场景用于测试。
该数据集有四个评测任务:3D语义分割、3D实例分割、2D语义分割和2D实例分割。
数据格式:
<scanId>
|-- <scanId>.sens包含RGB、深度图、相机姿势和其他数据的RGB-D传感器流
|-- <scanId>_vh_clean.ply高质量重建网格
|-- <scanId>_vh_clean_2.ply语义标注的清理和抽取网格(??)
|-- <scanId>_vh_clean_2.0.010000.segs.json过分割的注释网格
|-- <scanId>.aggregation.json, <scanId>_vh_clean.aggregation.json分别在低分辨率和高分辨率的网格上融合实例级的语义标注
|-- <scanId>_vh_clean_2.0.010000.segs.json, <scanId>_vh_clean.segs.json分别对低分辨率和高分辨率的网格进行过分割(被融合语义标注使用)
|-- <scanId>_vh_clean_2.labels.plyVisualization of aggregated semantic segmentation; colored by nyu40 labels (see img/legend; ply property 'label' denotes the ScanNet label id)
|-- <scanId>_2d-label.zip融合的分割标签的原始二维投影,16位png,带有ScanNet的标签id
|-- <scanId>_2d-instance.zip融合的注释实例的原始二维投影,8位png
|-- <scanId>_2d-label-filt.zip过滤后的:融合的分割标签的原始二维投影,16位png,带有ScanNet的标签id
|-- <scanId>_2d-instance-filt.zip过滤后的:融合的注释实例的原始二维投影,8位png
- 重建后的surface mesh 文件(.ply):二进制PLY文件,+z轴方向竖直(向上?)
- RGB-D传感器流(*sens):压缩二进制格式,包含每帧的颜色、深度、相机姿势和其他数据。有关更多信息和解析代码参见ScanNet C++Too工具包。有关python数据导出器参见SensReader/python。
- 曲面网格分割文件(.segs.json):记录了场景中物体分割的详细信息
官方还提供了:
- ScanNet Scanner iPad App
- ScanNet Scanner Data Server
- ScanNet Data Management UI
- ScanNet Semantic Annotation Tools
用于通过ipad和RGBD相机方便的采集RGBD数据,并在服务器端接收然后在web端管理和标注数据。
数据集的21个类别:
TUM (相机位姿估计)
https://vision.in.tum.de/data/datasets/rgbd-dataset/download
数据的帧数大小不同,运动有快有慢,有手持的相机。同时还有不同结构和纹理的数据,运动物体,3D物体重建,因此这个数据集非常大,用 Kinect 相机采集。
数据集包含RGB,深度图,相机的轨迹真值。
没有分割真值,没有目标框真值。
- associate.py 可以把拍摄时间相近的RGB图片和Depth图片,写在associate.txt文件的同一行,表示两个图是一对 RGB-D图片
python associate.py rgb.txt depth.txt > associate.txt
draw_groundtruth.py 可以把自己的试验结果和真实轨迹一起进行比较,并画出轨迹图。需要注意的是,试验结果必须是:时间戳,x, y, z, qx, qy, qz, qw 形式.x,y,z是T矩阵的数值,而最后的四个数值是pose的四元素表示方法
由于ground truth的数据比较多,同样可以利用associate.txt来匹配
RGBD文件格式:
- RGB: 640x480 8-bit 的 PNG.
- 深度图: 640x480 16-bit 的 PNG 单通道图
- RGB和深度图像已经使用PrimeSense的OpenNI驱动程序预先对齐,即RGB和深度图像中的像素已经1:1对应
- 深度图像按系数5000缩放,即深度图像中的像素值5000对应于距相机1米的距离、10000至2米的距离等。像素值0表示丢失值/无数据。
相机轨迹真值文件格式:
- 以 .txt 的形式存储,文件头可能包含以“#”开头的注释
- 每一行代表一个相机位姿,格式:timestamp tx ty tz qx qy qz qw
- tx ty tz(float)代表彩色摄像机的光心相对于世界坐标系原点的位置
- qx qy qz qw(float)以单位四元数的形式给出相机的光心相对于世界坐标系原点的朝向
Kinect的摄像机内参:
OpenNI通过此校准来消除图像的失真,并将深度图像(由红外摄像机拍摄)对应到RGB图像
因此直接将深度图重投影到RGB中,二者的像素可以一一对应
使用默认相机内参(fx,fy,cx,cy),将RGBD数据转换为3D点云的代码:
fx = 525.0 # focal length x fy = 525.0 # focal length y cx = 319.5 # optical center x cy = 239.5 # optical center yfactor = 5000 # for the 16-bit PNG files # OR: factor = 1 # for the 32-bit float images in the ROS bag filesfor v in range(depth_image.height):for u in range(depth_image.width):Z = depth_image[v,u] / factor;X = (u - cx) * Z / fx;Y = (v - cy) * Z / fy;
SUN RGBD(场景分类,语义分割,室内布局估计,3D目标检测)
http://rgbd.cs.princeton.edu/
有10,335张RGB-D图片,有146,617 个平面目标框和58657个具有精确方向的三维目标框,以及用于场景的三维房间布局和类别。
是NYU depth v2 , Berkeley B3DO , and SUN3D ,三个数据集的并集,多了3D bounding boxes和room layouts的标注。 (所以在cite这篇论文时也要cite 一下这三篇论文)
可用于场景理解:场景分类,语义分割,室内布局估计,3D目标检测,
数据集结构:
- SUNRGBD V1 :包含RGBD数据
- SUNRGBDtoolbox:包含标注信息以及加载数据和可视化的matlab脚本
主流RGBD数据集简介 2019.12.15相关推荐
- 每日启程——2019.12.15(纸上谈来终觉浅,绝知此事要躬行。)
每日启程--2019.12.15(纸上谈来终觉浅,绝知此事要躬行.) 早上本来想多睡一会.没想到对面的工地可不答应.硬是一锤一锤的把我叫醒.好吧,谁叫我昨天晚上睡得太晚了呢.不过呢.昨天没有做启程和总 ...
- 剑指offer刷题(一刷)笔记 2019.12.15
2020.2.14 面试题03:数组中重复的数字 题目描述 在一个长度为n的数组里的所有数字都在0到n-1的范围内. 数组中某些数字是重复的,但不知道有几个数字是重复的.也不知道每个数字重复几次.请找 ...
- Manjaro 安装后的简单配置与美化以及小技巧 (2019.12.15 更新)
一.双显卡驱动 说明 Intel+Nvidia在Linux下的支持并不是很好,如果配置不当会出现耗电增加或是屏幕glich等问题,有几种方案可以实现双显卡的和谐共存,Manjaro自带bumblebe ...
- 2019/12/15周末日志
周目标潦草完成了一半- cf题目没怎么看,数论理论留下了Dirichlet函数和杜教筛,莫比乌斯反转多多看证明有助于理解,javaweb结课前还有不少空余时间,争取这两天把cf落下的题目和知识点总结补 ...
- 深度学习(1)RGB-D数据集:ScanNet
本文主要介绍相关的RGB-D数据集,并完成其搬运工作. 目录 1. ScanNet数据集 1.1 获取数据集 1.2 解析数据集 1.2.1 2D数据 1.2.2 scannet_frames_25 ...
- 基于骨骼的行为识别笔记(NTU RGBD数据集解析)
目录 1. 人类行为(层次): 2. 输入数据 3. 基于骨架的行为识别 4. 数据集 4.1 NTU RGBD 4.1.1 下载方式 4.1.2 Benchmark 5. 相关论文 5.1 Skel ...
- 《《《翻译》》》SUN RGB-D数据集
参考网址:http://rgbd.cs.princeton.edu http://www0.cs.ucl.ac.uk/staff/M.Firman/RGBDdat ...
- [2019.7.31~2019.8.15]纪中集训游记
开坑 这是一篇(也许会变成一套)无聊的游记. https://jzoj.net/senior/ Day0(2019.7.31) 启程 如果没记错的话,与同学们相约在机场的时间应该是9:00,然而我10 ...
- CityScapes数据集简介与数据处理和精度指标
1. 数据集简介 Cityscapes数据集,即城市景观数据集,其中包含从50个不同城市的街景中记录的各种立体视频序列,除了更大的20000个弱注释帧之外,还有高质量的5000帧像素级注释.Citys ...
最新文章
- mysql处理含中文的SQL文件_mysql命令行还原phpMyAdmin导出的含有中文的SQL文件
- 报告 | 超级智能城市2.0 – 人工智能引领新风尚(附下载)
- 厉害了!Antiilatency推出移动位置追踪器!
- Android 点击图片进行浏览
- exadata磁盘组无法mount恢复---惜分飞
- Asp.Net Core实战
- html的细节优化,网站页面优化细节详解
- StorageEvent
- android文本框自动补全,[Android]AutoCompleteTextView自动补全文本框
- 9个笑话 顿悟9个人生道理
- hdu 6096 String(AC自动机巧妙建图)
- 设置GRUB菜单密码
- COMSOL指南:COMSOL案例库文件夹的寻找
- 临时邮件、临时接收手机验证码等好用工具
- 简述Android模拟机和真机的区别,详解android模拟器emulator
- 互联网金融涌动下的冲动与借债
- python学完不会用_如何学习Python的基础知我感觉我学Python的基础知识学了不会运用,就是学完一节课写代码就抓瞎?...
- 0045-一个Dashbord页面监控多个消费者
- NSDate 转为NSString 时差的问题
- dss nginx 403 forbidden
热门文章
- PAP认证和CHAP认证原理解析
- 关于图像opencv中对于长宽的定义
- Java中的i=i+1和i+=1以及i++和++i详解
- 8、iOS strip 与 dead strip
- Linux-Systemd服务配置文件详解
- 金融风控-- >申请评分卡模型-- >特征工程(特征分箱,WOE编码)
- Pentaho Report Designer 教程(一)初识
- 思科德Exynos4412(2G内存)四核平板电脑方案
- 一本通 第三部分 数据结构 第四章 图论算法 第二节 最短路径算法 1381:城市路(Dijkstra)
- 我是一只IT小小鸟里面牛人的博客