NYU Depth Dataset V2数据集的读取

NYUD V2数据集下载网址如下：
https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html

下载到的Labeled dataset是 .mat文件。

给个百度云链接：
链接：https://pan.baidu.com/s/1zWFKXU37QWEb-ZSYce4rWg
提取码：9u4i

提取好的数据集：

提取好的百度云链接：
链接：https://pan.baidu.com/s/1PtYMsaK6n9Kb_zw00BM_Ww
提取码：km2j

python代码读取数据

import numpy as np
import matplotlib.pyplot as plt
import scipy.io as sio
import h5py
import os
from PIL import Image
import cv2f = h5py.File(".\data\\nyu_depth_v2_labeled.mat")# extract images
images = f["images"]
images = np.array(images)path_converted = '.\\NYU\\nyu_images'
if not os.path.isdir(path_converted):os.makedirs(path_converted)images_number = []
for i in range(len(images)):images_number.append(images[i])a = np.array(images_number[i])r = Image.fromarray(a[0]).convert('L')g = Image.fromarray(a[1]).convert('L')b = Image.fromarray(a[2]).convert('L')img = Image.merge("RGB", (r, g, b))img = img.transpose(Image.ROTATE_270)iconpath = '.\\NYU\\nyu_images/' + str(i) + '.png'img.save(iconpath, optimize=True)# exit(0)print("image extract finished!!!!!")# extract depths
depths = f["depths"]
depths = np.array(depths)path_converted = '.\\NYU\\nyu_depths/'
if not os.path.isdir(path_converted):os.makedirs(path_converted)max = depths.max()
depths = depths / max * 65535
depths = depths.transpose((0, 2, 1))for i in range(len(depths)):print(str(i) + '.png')depths_img = np.uint16(depths[i])depths_img_new = cv2.flip(depths_img, 1)print(depths_img_new.max(), depths_img_new.min())iconpath = path_converted + str(i) + '.png'cv2.imwrite(iconpath, depths_img_new)# exit(0)
print("depths extract finished!!!!!")labels = f["labels"]
labels = np.array(labels)path_converted = '.\\NYU\\nyu_labels/'
if not os.path.isdir(path_converted):os.makedirs(path_converted)labels_max = labels.max()
labels = labels / labels_max * 65535
labels = labels.transpose((0, 2, 1))for i in range(len(labels)):label_img = np.uint16(labels[i])label_img_new = cv2.flip(label_img, 1)iconpath = '.\\NYU\\nyu_labels/' + str(i) + '.png'cv2.imwrite(iconpath, label_img_new)# exit(0)print("labels extract finished!!!!!")

0.png

NYU Depth Dataset V2相关推荐

单目深度估计数据集：NYU Depth Dataset V2
论文:Indoor Segmentation and Support Inference from RGBD Images 数据集:NYU Depth Dataset V2数据集打不开或者下载慢的可 ...
自动驾驶LiDAR点云深度学习综述
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 / 导读 / 本文是滑铁卢大学CogDrive实验室和Geospatial Sensing and D ...
数据集 | 计算机视觉开源数据集（计算机视觉图像、定位、识别）
博主github:https://github.com/MichaelBeechan 博主CSDN:https://blog.csdn.net/u011344545 计算机视觉数据集:https:// ...
自动驾驶数据集下载！检测/分割/车道线/交标/车牌/行人识别等
点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取整理了一些日常工作使用的数据集,主要包括行人检测.通用目标检测.车辆检测.分割数据.车牌.红绿灯.车道线.斑马 ...
图像处理：以图像分类和图像深度估计为例，如何将研究想法进行迁移学习应用？
图像处理涵盖了图像识别.图像分割.图像分类.深度估计等各个子领域/方向,当论文看到一定程度时,总会闪现一些灵感,但是常常就此打住,因为思想的类比难以下手? 举例来说,在NLP领域的transforme ...
室内环境下的3D 目标检测调研
任务: 调研室内场景下基于单帧图像的3D目标检测的研究情况. 思路: 首先了解相关数据集,benchmark,在数据集的基础上比较不同算法. 1. 室内场景的3D数据集 sunrgbd:室内场景,3D ...
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 ...
IPUDN（用于单幅图像去雾的透射图和大气光导迭代更新器网络）CVPR_2020
摘要: 本文提出了一种基于新颖的迭代更新框架的迭代先验更新网络 (IPUDN).我们提出了一种新颖的卷积体系结构来估计信道方向的大气光,并将其与估计的透射图一起用作去雾网络的先验.使用通道方向的大气光 ...
计算机视觉数据集大全 - Part2
转载自http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htm Index by Topic Action Databases Agricul ...

NYU Depth Dataset V2

NYU Depth Dataset V2数据集的读取

python代码读取数据

NYU Depth Dataset V2相关推荐

最新文章

热门文章