立体匹配常用数据集整理

Scurry﹉

于 2022-06-14 11:07:00 发布

阅读量3.2k

点赞数 4

文章标签：人工智能深度学习计算机视觉

本文链接：https://blog.csdn.net/caucchen/article/details/124469128

版权

本文详述了立体匹配算法中常用的SceneFlow、KITTI和Middlebury数据集，包括数据集特点、下载链接及预训练与自建数据集训练的注意事项。SceneFlow为深度网络提供大量训练数据，KITT则因其全面性在自动驾驶领域广泛应用，Middlebury则侧重室内高分辨率场景。

摘要由CSDN通过智能技术生成

文章目录

前言
一、常用数据集
二、关于自己构建数据集训练的一些问题

前言

本文主要对立体匹配算法常用的公开数据集进行整理，包括数据集的简要介绍和下载链接，以及自己构建数据集训练的一些问题。

一、常用数据集

1.SceneFlow数据集

Sceneflow数据集是CVPR 2016提出的，其目的就是构建一个大规模的合成数据集，用来训练深度立体匹配网络。以往的数据集(如kitti和middlebury)的训练图像都太少了，而sceneflow数据集提供了3万多对训练图像，这使得更深的深度网络能够得到充分的训练。尽管sceneflow数据集是一个合成图像的数据集，但是却可以作为深度网络的预训练数据。近几年主流的训练方法往往采用在sceneflow数据集上作pre-train，再在真实数据集上作finetune。
数据集下载链接：
Driving类finalpass的下载链接，建议直接迅雷下载，想要下载cleanpass只要把下面链接里的finalpass替换一下就行。
https://lmb.informatik.uni-freiburg.de/data/SceneFlowDatasets_CVPR16/Release_april16/data/Driving/raw_data/driving__frames_finalpass.tar.torrent
FlyingThings3D类的视差图下载链接，下载其他类同理替换一下，比官网下的快好多。
https://lmb.informatik.uni-freiburg.de/data/SceneFlowDatasets_CVPR16/Release_april16/data/FlyingThings3D/derived_data/flyingthings3d__disparity.tar.bz