点云处理入门-常见开源点云数据集整理

于 2024-05-19 11:20:12 发布
阅读量1.2k 收藏 22
点赞数 19
分类专栏： PCL点云处理 文章标签： 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/cangqiongxiaoye/article/details/139032882
版权

目录

1、开源点云数据集

KITTI

SemanticKITTI

second.pytorch

mmdetection3d

ModelNet40

ShapeNet

2、推荐阅读 

1、开源点云数据集

KITTI

3D目标检测官网链接：

http://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=3d
论文链接：http://www.cvlibs.net/publications/Geiger2012CVPR.pdf
KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流(optical flow)，视觉测距(visual odometry)，3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多达15辆车和30个行人，还有各种程度的遮挡与截断。整个数据集由389对立体图像和光流图，39.2 km视觉测距序列以及超过200k 3D标注物体的图像组成 ，以10Hz的频率采样及同步。总体上看，原始数据集被分类为’Road’, ’City’, ’Residential’, ’Campus’ 和 ’Person’。对于3D物体检测，label细分为car, van, truck, pedestrian, pedestrian(sitting), cyclist, t

了解本专栏 订阅专栏 解锁全文 超级会员免费看
谢大胖
关注
  • 19
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
订阅专栏
3D点云KITTI数据集及其格式
weixin_42506418的博客
09-27 1913
KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流(optical flow)，视觉测距(visual odometry)，3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多达15辆车和30个行人，还有各种程度的遮挡与截断。
在大规模点云中，常用数据集的了解及对数据处理的模型算法
最新发布
qq_45268614的博客
02-21 1189
下一步工作就是选取和自己实验相关的主要数据集进行详细理解，以及上面提到的大规模点云数据集常用的算法模型运用。挑选几篇具有代表性的实验和论文结构进行分析，包括在各种数据集上的操作，以及如何对比实验，与基准进行参照对比，得出结论。
Point Cloud Segmentation 点云分割-数据集
03-22
来自Semantic3D项目的带标签的点云数据集。该数据集具有数十亿个XYZ-RGB点，并将它们标记为7类。
介绍一个新推出的免费的用于点云的2D/3D的处理的开源项目Point Clouds Library （PCL）
Belial计算机视觉&机器视觉专栏
04-21 3087
Point Clouds Library （PCL） 是由Radu Bogdan等人开发的一个开源项目，其最初的动机是专注于点云感知的应用，并集成大量高级的用语3D感知的方法，适用于3 Building Blcoks，这个库实现的算法包括：Filtering, feature estimation, surface reconstruction, registration, model fitti
PCL点云分割（1）
weixin_33948416的博客
03-21 292
点云分割是根据空间，几何和纹理等特征对点云进行划分，使得同一划分内的点云拥有相似的特征，点云的有效分割往往是许多应用的前提，例如逆向工作，CAD领域对零件的不同扫描表面进行分割，然后才能更好的进行空洞修复曲面重建，特征描述和提取，进而进行基于3D内容的检索，组合重用等。 案例分析 用一组点云数据做简单的平面的分割： planar_segmentation.cpp #include <ios...
开源点云数据处理 开源_开源云–充满希望的未来
culin0274的博客
08-08 260
开源点云数据处理 开源An ideal working environment for the thin clients built around the cloud should ideally hold the below mentioned features : 围绕云构建的瘦客户端的理想工作环境理想地应具有以下提到的功能： Ease of customization 易于定制 Eit...
开源，点云处理及三维重建软件（Point Cloud Viewer, PCV）的设计与实现
热门推荐
DayDayUp
04-22 2万+
本文所设计的点云处理及三维重建软件主要基于Microsoft Visual Studio 2017以及Qt Creator两个集成开发环境，来完成代码的编写、分析、编译以及调试工作。此外，本文主要基于Qt框架来完成软件界面的设计以及内部逻辑功能的实现，Qt具有一套代码，多平台运行的特点，因此使用此框架开发的软件不仅能够在Windows和Linux等操作系统上运行，还能在MacOS上运行。也正是因为Qt的跨平台开发的特性，也使得本章所设计的软件可以在多个操作系统中正常运行。
potree:适用于大型数据集的WebGL点云查看器
04-28
关于Potree是用于大型点云的免费开源基于WebGL的点云渲染器。 它基于和研究项目， 和。 最新信息和正在进行的工作通常可以在联系人： （ ） 参考： （2016） （2020）入门在您的PC上安装安装 按照package.json中的...
深度学习数据集资源汇总
01-17
接着，"21个深度学习开源数据集分类汇总.pdf"是一个综合性的资源，包含了多个领域的数据集，如自然语言处理、图像识别、语音识别等。这些数据集对于开发和测试深度学习模型至关重要，比如ImageNet用于图像分类，...
matlab精度检验代码-Archaeological-Textures-Segmentation:使用Pointnet（一种与点云数据结构配
05-22
在这项工作中，给定由不同数量的点云定义的考古3D图像数据集（一种几何数据结构的导入类型），目标是使用神经网络对3D点集进行深度学习，以定位和分割几何纹理并分析此任务的功效。 在代码中，它提供了使数据集...
python_点云的地面分割，以及非点云数据的聚类，并且进行可视化.rar
08-17
python_三维激光点云的地面分割，以及非地面点云数据的聚类，并且进行可视化。以某条道路区域的点云数据为样本进行测试，文件中包含有测试数据，以及代码运行聚类的效果图。
isprs点云数据
06-22
isprs所提供的八个lidar点云数据，包括4张城市的数据，4张森林的数据。数据格式为txt
基于三维形状匹配的点云分割
01-27
随着三维扫描技术的迅猛发展, 点云数据的数据量变得异常庞大, 这对点云计算的性能提出了更高的要求。因此, 如何有效提高算法的执行效率一直是该领域的研究热点和难点。日益增大的数据量隐藏了丰富的三维(3D)形状模型, 将形状模型参与到点云计算过程中, 为提高点云计算的执行效率提供了一种新的方法和思路。利用3D几何特征分析技术, 获取与形状相关的特征参数, 并使其参与到点云分割过程中, 提出了形状分割方法。利用八叉树算法组织点云数据, 发现数据之间的相邻关系, 依靠点云数据的密度自适应地双向线性调整八叉树并建立数据索引。使用规则图形建立3D形状模型库, 实现模型与分割区域的匹配, 进而提取分割区域的形状参数, 为提高点云数据计算的精度和速度奠定基础。在分割效果和分割时间上, 对比了不同算法, 验证了基于形状的点云分割算法的可行性以及稳健性。
pcl1.11.1（vs2019）+官网数据集
05-13
标题中的“pcl1.11.1（vs2019）+官网数据集”指的是Point Cloud Library（PCL）的1.11.1版本，这是一个针对三维点云处理的开源库，专为Visual Studio 2019编译器优化。PCL是一个广泛使用的C++库，它包含了多种算法，...
PCL（Point Cloud Library）教程
07-25
点云库（Point Cloud Library，简称PCL）是计算机视觉领域的一个强大开源库，专注于3D点云数据的处理和分析。它包含了多种算法，涵盖了从数据获取、滤波、特征提取、表面重建到对象识别等多个步骤，为开发者提供了一...
点云分割数据集
Hansry的博客
11-09 3859
https://shapenet.cs.stanford.edu/ericyi/shapenetcore_partanno_segmentation_benchmark_v0.zip
【点云分割】常用数据集介绍—— S3DIS数据集
原来也有北瓜
08-09 3001
S3DIS（Stanford 3D Indoor Spaces Dataset）是一个常用的室内场景理解和三维语义分割数据集。它包含多个室内建筑物的点云数据和详细的语义标签。一些重要信息：（1）该点云是与x轴和y轴已经对齐好的；（2）该点云单个房间大概在几百万规模，整个区域的规模大概在千万。
Semantic3D——户外场景点云分割数据集
李敏乐的博客
05-29 8296
网站链接： http://www.semantic3d.net/view_dbase.php?chl=1   虽然PointCNN的论文中是没有这块实验的，但是在github上，作者做了实验，代码也都发出来了。   Semantic3D是户外场景点云数据库，为什么要介绍这个数据库呢？ 因为我们使用‘户外场景’的数据做实验，这种论文能投的期刊范围会更广一些。比如遥感类的期刊，就很喜欢这种...
C# 点云处理开源工具
12-15
根据提供的引用内容，C#点云处理的开源工具并不是很多，但是有一些可供选择的工具，如下所示： 1. CloudCompare：CloudCompare是一个开源的3D点云和网格处理软件，它提供了许多功能，如点云配准、滤波、分割、重构、可视化等。它支持多种文件格式，包括PLY、OBJ、STL、ASC、LAS等。CloudCompare是用C++编写的，但它也提供了C# API，可以在C#中使用。 2. Point Cloud Library Wrapper for .NET：这是一个为.NET平台提供的PCL包装器，它允许在C#中使用PCL库。它提供了许多PCL的功能，如点云滤波、配准、分割、特征提取等。它还提供了一些额外的功能，如点云可视化、文件读写等。 3. Open3D：Open3D是一个用于3D数据处理的现代C++库，它提供了许多功能，如点云配准、滤波、分割、重构、可视化等。它还提供了Python API，但是也可以在C#中使用。 下面是一个使用Open3D库在C#中进行点云可视化的例子： ```csharp using System; using Open3D.Core; using Open3D.Geometry; using Open3D.Visualization; class Program { static void Main(string[] args) { // 创建点云 var points = new Vector3dVector(new double[,] { {0.0, 0.0, 0.0}, {1.0, 0.0, 0.0}, {0.0, 1.0, 0.0}, {0.0, 0.0, 1.0} }); var colors = new Vector3dVector(new double[,] { {1.0, 0.0, 0.0}, {0.0, 1.0, 0.0}, {0.0, 0.0, 1.0}, {1.0, 1.0, 0.0} }); var pcd = new PointCloud(points, colors); // 创建可视化窗口 var vis = new Visualizer(); vis.CreateVisualizerWindow("Open3D", 800, 600); // 添加点云到窗口 vis.AddGeometry(pcd); // 显示窗口 vis.Run(); } } ```

“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
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