DTU数据集结构

于 2024-05-06 18:00:14 发布
阅读量481 收藏 1
点赞数 10
分类专栏： MVS 文章标签： 计算机视觉 mvs 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Kunjpg/article/details/138503227
版权

DTU 训练和测试集

用于训练，评估，测试

主要有128个scan，train：79个，val：18个，test：22个

  • Cameras：相机参数
  • Depths：深度图真值GT
  • Depths_raw：全分辨率的深度图真值GT
  • Rectified：原始图像（640*512）
  • Recified_raw：全分辨率的原始图像（1600*1200）

Cameras

  • pari.txt ：只有一个，每个scan通用的

    • 每个场景49个view的配对方式

  • train/xxxxx_cam.txt：49个，每个视角有一个相机参数

    • 不同的scan是一致的

    • 相机外参，相机内参，最小深度(425mm)，深度假设间隔

      DTU深度范围：425~935mm

Depths

  • depth_map_00xx.pfm：每个scan文件夹里49个视角的深度图（深度以mm为单位）
  • depth_visual_00xx.png：还有49张深度图的png版本被用作mask
    • 二值图，值为1的像素是深度可靠点，后续训练只计算这些点的loss

Rectified

  • 每个scan文件夹里有49个视角*7种光照 = 343张图片

  • 命名：

    rect_[view视点]_[light光照强度]_r5000.png

  • 图片尺寸：640*512

DTU点云GT

用于定量测试时的评测

  • ObsMask：.mat文件保存点云真值相关指标
  • Points：点云真值GT
你不困我困
关注
  • 10
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
（DTU数据集、Tanks and Temples 数据集、ETH3D 数据集、BlendedMVS数据集 ） 深度学习三维重建MVS论文中最受欢迎的大型数据集
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
08-27 2436
近几年，在MVS类论文中使用最为广泛的大型数据集分别是DTU数据集、Tanks and Temples 数据集、ETH3D 数据集 、数据集。对于基于学习的MVS训练，深度图是必不可少的，而评估是基于点云的。对基于平面扫描的多视图立体视觉技术的深度学习中，如果一个数据集不包含地面真实摄像机标定，或者使用开源软件获得地面真值标定，那么它可能不适合训练，因为平面扫描对摄像机标定中的噪声很敏感。
dtu数据集 测试集介绍
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
07-23 2226
进入到scan1文件下下，可以看到scan下有三个文件，分别是。打开dtu测试集查看到有22 组测试集，每个场景scan下有三个文件。每个场景的49个图片、
MVS数据集论文下载 （DTU数据集、Tanks and Temples 数据集、ETH3D 数据集、BlendedMVS数据集
08-27
MVS数据集论文下载 （DTU数据集、Tanks and Temples 数据集、ETH3D 数据集、BlendedMVS数据集） MVS数据集论文下载 （DTU数据集、Tanks and Temples 数据集、ETH3D 数据集、BlendedMVS数据集） MVS数据集论文下载 （DTU数据集、Tanks and Temples 数据集、ETH3D 数据集、BlendedMVS数据集） MVS数据集论文下载 （DTU数据集、Tanks and Temples 数据集、ETH3D 数据集、 MVS数据集论文下载 （DTU数据集、Tanks and Temples 数据集、ETH3D 数据集、BlendedMVS数据集） MVS数据集论文下载 （DTU数据集、Tanks and Temples 数据集、ETH3D 数据集、BlendedMVS数据集） MVS数据集论文下载 （DTU数据集、Tanks and Temples 数据集、ETH3D 数据集、BlendedMVS数据集）
NeuS（隐式重建）自制数据集流程（LLFF、DTU）
weixin_59961223的博客
01-06 1683
NeuS自制数据集流程（LLFF、DTU）
【MVSNet】结构分析与理解
weixin_43537073的博客
10-19 2649
MVSNet学习心得
preprocessed DTU training and test data，DTU数据集 MVSNET
04-27
DTU训练集测试集， MVSNET
DTU数据集在MVSNet上生成点云精度和完整度的评定
最新发布
qq_31731573的博客
03-21 1503
针对准确性的评估，采用平均距离指标来度量，准确性指标越低越好，表示R与G之间的距离越小，恢复的点云更准确。针对完整性的评估，采用百分比指标来度量，完整性指标越高越好，表示R恢复的模型更加完整。论文中用到的指标为acc、comp、overall和f-scoreacc衡量的是重建点云到真实值的距离，comp衡量的是真实值到重建点云的距离，overall和f-score则是对准确性和完整性的整体评估，计算方式为precision和recall，计算公式如下：er→Gming∈G∥。
dtu-training数据集 百度网盘19G
11-04
dtu-training数据集 百度网盘19G
基于深度学习的三维重建网络PatchMatchNet（二）：dtu数据集介绍及PatchMatchNet中加载数据部分代码解析
qq_41694024的博客
02-25 1602
dtu数据集介绍及PatchMatchNet中加载数据部分代码解析
DTU数据集论文-2016 论文下载
08-27
DTU数据集是Aanæs等人2106年发布的一个大规模的MVS数据集，是在受控的实验室环境中采集的，具有精确的摄像机轨迹。 它包含在7种不同光照条件下的49或64个视图的124个场景，共128组图片，每组数据由RGB图像和相应的...
Herlev数据集（PAP-SEAR (DTU/HERLEV) 数据库和相关研究）
07-28
注意：PAP-SEAR (DTU/HERLEV) 数据库和相关研究，原地址：https://mde-lab.aegean.gr/downloads，数据集的东西都可以在这个地址上免费下载！！！如果不方便下载的话可以使用积分下载。内含多个图像数据集、及excel特征及分类标签、还有语义分割和原图的对应。（本资源包含上述链接的全部数据集，都下载下来并打包了，方便各位使用，如果不想用积分下载可以到原地址进行下载即可，下载前请阅读注意事项）
llff数据格式转DTU数据格式
08-16
DTU是一个大型数据集，包含受控实验室环境中的128个场景，其模型使用结构光扫描仪捕获。本资源是llff数据格式转DTU数据格式的代码。转换的参考博文https://blog.csdn.net/yangyu0515/article/details/132300778
基于msp430数据采集系统设计
06-05
在软件设计方面，MSP430内核的CPU结构是按照精简指令集和高透明度的宗旨来设计的，使用的指令有硬件执行的内核指令和基于现有硬件结构的高效率仿真指令。软件部分在IAR公司C语言开发环境下开发，通过MSP430 C编译器...
多视密集匹配并行传播GPU-PatchMatch算法.pdf
09-25
实验结果显示，该算法在DTU、Strecha和Vaihigen等数据集上的表现优于传统多视密集匹配算法。与CPU实现的算法（如PMVS、MVE和OpenMVS）相比，重建效率提高了7倍以上；与GPU实现的算法（如Gipuma）相比，效率也提升了...
基于ARM的数据采集传输仪设计.pdf
09-21
软件设计部分，数据采集传输仪基于Windows CE 6.0实时多任务操作系统，采用Embedded Visual C++进行编程，这种编程环境具有高效率、紧凑的程序结构以及对多种嵌入式CPU和指令集的支持，是嵌入式系统开发的首选工具。...
【环境搭建】DTU数据集定量测试环境搭建
double_ZZZ的博客
01-21 3981
环境搭建 首先在DTU官网下载定量测试的数据集（这部分之前师兄下过就没重新下） 最终的数据结构应该是 . ├── ObsMask └── Points └── stl 然后下载官方matlab测试代码，我用的是MVSNet_PyTorch里evaluation中的matlab代码 主要修改的是两个文件BaseEvalMain_web.m和ComputeStat_web.m 其中需要修改的也主要是几个路径： dataPath：官网下的两个数据集的位置 plyPath：所有你自己生成ply的位置
PatchMatchNet 训练dtu数据集、训练曲线查看、实操教程图图文详解、
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
08-13 691
训练集原名是dtu,但为了和MVSNet的dtu训练集加以区别，本文代码将其重命名为patchmatch_dtu。这里设置的的是训练8个Epoch，不同的电脑配置寻片时间也是不一样的，全部训练完毕1天到几天不等。在代码文件加下打开 README.md文件找到训练说明，查看那要求、下载训练集、训练方法。在./checkpoints文件下就产生一个 train_log文件，记录所有训练的日志。如果运行出错可根据提示作相应修改，一般都是路径，文件名啥的不对。检查好路径配置,确定训练集的路径和代码里训练路径一致。
dtu数据集中的 pair.txt 图文解析
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
12-05 890
dtu数据集,scan23的pair.txt文件 在PatchMatchNet中,n_viewsd，第0张是参考图,1~N-1张是源图（领域帧）；n_views =5，0是ref_img,1~4张是src_img；下面是PatchMatchNet对应代码 实际运行情况 下面是第三次循环，即上面第三行处理结果
mvsnet dtu数据集
11-02
MVSNet DTU数据集是一个用于多视角立体视觉的开放数据集，由丹麦技术大学（DTU）提供。该数据集包含了多个物体的多视角图像和其对应的深度图，旨在为立体视觉算法的研究和评估提供参考。 MVSNet DTU数据集中的图像是从不同角度拍摄的，可以用于生成物体的三维模型。这些图像被分为训练集和测试集两部分，训练集用于模型的训练和调优，测试集则用于算法的评估和比较。 每个图像对应的深度图提供了物体的深度信息，即每个像素点对应的距离。这些深度图是通过精确的相机标定和视差计算得到的，可以用于获取物体的三维形状和结构。 使用MVSNet DTU数据集可以进行多视角立体视觉算法的研究和开发。通过训练集进行网络模型的训练，可以学习到从多个视角图像到深度图的映射关系，从而实现对未知图像的深度估计。而测试集则可以用来评估模型在真实场景下的表现，并与其他算法进行比较。 总之，MVSNet DTU数据集是一个丰富的多视角立体视觉数据集，可以用于学术研究和算法开发，提供了多个物体的视角图像和深度图，促进了深度估计算法的发展和进步。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值