S3DIS 点云分割数据集

最新推荐文章于 2025-03-14 10:08:22 发布
最新推荐文章于 2025-03-14 10:08:22 发布
阅读量1.3k 收藏 7
点赞数 7
分类专栏： open3d 文章标签： 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/jizhidexiaoming/article/details/130829570
版权
该数据集提供了6个教学楼的点云数据，每个点云文件包含xyzrgb信息，特别地，会议室点云数据如conferenceRoom_1.txt。同时，Annotations文件夹下有对原始点云不同区域的标注，如table_1.txt，同样包含xyzrgb坐标。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

1. 数据集下载

2. 采集到的点云数据特点

3. 标注数据

1. 数据集下载

 链接: https://pan.baidu.com/s/1Pj8pcCQ-KlsH-hcg_ju6CA?pwd=r4tx 提取码: r4tx 
--来自百度网盘超级会员v5的分享

解压后的文件夹:

6个文件夹分别对应在6个教学楼采集到的点云.

2. 采集到的点云数据特点

以会议室点云为例.

打开conferenceRoom_1.txt点云文件. 

依次是 xyzrgb 

3. 标注数据

标注文件在Annotations文件夹下.

不同的txt是截取了原始点云不同区域的点云.

比如打开table_1.txt文件

依次是xyzrgb

 

 

 

点云语义分割:pointnet++训练S3DIS数据集
zhaoguanhua的博客
12-24 3862
文章目录一、数据预处理二、训练三、测试四、6折交叉验证 tensorflow版本的pointnet++没有关于S3DIS数据集训练代码，我尝试参考ScanNet的训练代码改写成训练S3DIS数据集，结果很差。这里我们改用pytorch版本的pointnet++工程，记录一下S3DIS数据集的训练过程。 pointnet++工程地址:Pointnet_Pointnet2_pytorch 一、数据预处理 下载原始数据集，然后执行预处理操作，其实就是将txt格式的点云保存成npy格式。 cd data_utils
点云数据集：S3DIS
QfcaLinux的博客
09-28 842
S3DIS（Stanford Large-Scale 3D Indoor Spaces）是一个广泛使用的点云数据集，用于室内场景的三维分割和理解。在本文中，我们将介绍S3DIS数据集的特点，并提供一些相关的源代码示例。S3DIS数据集由斯坦福大学的研究人员创建，目的是为了推动室内场景的三维理解和分割研究。该数据集包含了室内环境的点云数据和语义标签，涵盖了六个不同的室内场景，包括办公室、会议室、楼梯、走廊等。S3DIS数据集的点云数据以及对应的语义标签提供了丰富的信息，可以用于室内场景的分割和理解。
【点云分割】常用数据集介绍—— S3DIS数据集
原来也有北瓜
08-09 4852
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。
S3DIS 数据集下载 (非百度网盘)
最新发布
m0_62121252的博客
03-14 409
已经不可再用. 虽然可以通过百度网盘进行下载, 由于众所周知的原因, 我不可能从百度网盘快速地下载任何的文件 (即使我们的校园网免费且带宽极高).具体的内容这里就不做翻译了, 解决方法就是: 填写一个 Google 表单, 然后就能得到下载。所以鄙人觉得去外网上搜素看看, 有没有解决之道.
S3DIS 点云数据集 网盘链接
02-02
3d点云公开数据集
S3DIS Dataset下载
leslie_ufo的博客
08-26 3394
S3DIS Dataset@数据集下载官方：Stanford3dDataset_v1.2_Aligned_Version官方下载链接：在这里插入图片描述。
大场景室内点云标注数据集S3DIS网盘下载
weixin_43249462的博客
09-01 416
提取码：1r1y家人们冲冲冲！
S3DIS数据集学习笔记
weixin_47142735的博客
11-29 1万+
S3DIS是一个大型的3d室内数据集，关于它的介绍网上很多了。它主要是由xyz+rgb+法向量 9个特征 和一个标签组成的，长度为10的向量。 由于这个数据集比较大，不利于训练，PointNet++训练之前会将它进行预处理，划分为1mx1m的区域，然后再放入网络进行训练。 下面是关于它的代码分析，这个数据集运行的前提是，你已经按照PointNet++的readme运行了collect_indor3d_data，将txt文件转换为了.npy文件 class S3DISDataset(Dataset):
S3DIS配准版.zip
06-04
Stanford large-scale 3D Indoor Spaces Dataset (S3DIS)
基于深度学习的点云分割网络及点云分割数据集
2401_88870554的博客
11-18 1809
整体的PointNet网络中，除了点云的感知以外，还有T-Net，即3D空间变换矩阵预测网络，这主要是由于点云分类的旋转不变性，当一个N×D在N的维度上随意的打乱之后，其表述的其实是同一个物体，因此针对点云的置换不变性，其设计的网络必须是一个对称的函数。这时对于每一个点，都有一个1024维的向量表征，而这样的向量表征对于一个3维的点云明显是冗余的，因此这个时候引入最大池化操作，将1024维所有通道上都只保留最大的那一个，这样得到的1×1024的向量就是N个点云的全局特征。
pointnet++点云语义分割自制小数据
05-30
Stanford Indoor3D和S3DIS是两个广泛使用的点云语义分割数据集。Stanford Indoor3D数据集包含了从多个室内环境（如办公室、图书馆等）获取的3D扫描，提供了丰富的类别标签，如墙壁、地板、家具等。S3DIS数据集则涵盖...
matlab集成c代码-s3dis_semantic:在语义级别显示s3dis数据集
05-22
matlab集成c代码 S3DIS数据集解析 S3DIS数据集是斯坦福大学开发的带有像素级语义标注的语义数据集，包含了rgb，depth，3d点云、mesh等。 官网： github： 数据格式 还原点云数据有多种方式，可以通过直接解析自带的mat文件进行解析，也可以通过合成rgb和深度图进行解析。本文以Area_1数据为例。 1.直接解析pointcloud.mat文件 数据集自带的mat文件包含了每一label的点云坐标、rgb，标注、物体体积、是否占有能属性组成。数据结构如下： 该mat文件包含一个struct结构体，结构体又往下分级。 可以用python直接解析该mat文件，本人对python不太熟悉，因此最后采用了将该mat文件转化为json脚本的形式，通过c++进行解析。 通过matlab解析json非常简单，只需要下载安装一个插件JSONlab，对应链接： 添加到matlab的toolkit文件加中，再将路径添加进行即可。matlab程序如下： load('pointcloud.mat') name_ALL = Area_1.Disjoint_Space; for i=1
大场景室内点云标注数据集S3DIS介绍
热门推荐
weixin_41965898的博客
08-30 1万+
重要说明 多用于室内点云的语义分割和实例分割（每个柱子桌椅等都是分开标注的） 6个区域：【目录名称】 Area1、Area2、Area3、Area4、Area5、Area6 13个语义元素： 【annotation的类别】 天花板ceiling、地板floor、墙壁wall、梁beam、柱column、窗window、门door 桌子table、椅子chair、沙发sofa、书柜bookcase、板board、混杂元素（其他）clutter 11种场景：【单文件的名称】 办公室、会议室、..
S3DIS场景点云数据集
这个人很蓝
05-11 1万+
S3DIS是常用的室内场景分割数据集，包含6个Area，常用的数据格式如下： Stanford3dDataset_v1.2_Aligned_Version，百度网盘下载，提取码0acs Stanford3dDataset_v1.2，百度网盘下载，提取码2hc9 indoor3d_sem_seg_hdf5_data，下载方法见PointNet Stanford3dDataset_v1.2_Aligned_Version和Stanford3dDataset_v1.2 Stanford3dDataset_v1
Pointnet语义分割任务S3DIS数据集
qq_37534947的博客
11-18 8630
文章目录1.前言2.数据集准备3.训练：4.测试：4.分割效果评价 1.前言 Pointnet的网络结构和源码解释，已在之前写了次总结，本次主要针对论文中的数据集以.h5为TensorFlow的输入格式进行解释，记录如何制作H5文件，以提供给TensorFlow，PyTorch框架中进行训练。 首先，Pointnet一文中针对3个不同的任务使用到了三个数据集，分别为： 点云分类（3D Object Classification）——ModelNet40，下载命令在provider.py中，运行pyt
点云数据集分享：S3DIS
AuSwift的博客
09-26 767
S3DIS数据集是一个重要的室内点云数据集，具有广泛的应用价值。通过合理地利用该数据集，我们可以开展室内场景理解、建筑物重建等研究，推动点云分析和室内场景应用的发展。通过对S3DIS数据集进行算法训练和测试，可以实现室内场景的语义分割、目标检测和区域分割等任务。我们将探讨该数据集的特点和用途，并提供相应的源代码示例，帮助读者更好地了解和利用该数据集。注：本文示例代码仅用于展示S3DIS数据集的使用方法，实际应用中需要根据具体任务和算法进行适当的修改和扩展。
超详细分析S3DIS数据集的构建
ice
08-08 1万+
本文主要介绍了S3DIS数据集的结构以及pointnet++如何构建S3DIS的dataset，内容由浅入深，数形结合，非常容易理解掌握该数据集。
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

打赏作者

Mr.Q

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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