深度估计数据集

本文列举了多个用于自动驾驶研究的重要数据集,包括iBims-1、NYU Depth V2、KITTI、Middlebury Stereo Datasets、Make3D、MegaDepth和ReDWeb V1等。这些数据集提供了丰富的RGB-D图像、深度图、激光雷达数据和视差图,用于评测和训练计算机视觉、深度学习和3D物体检测等技术。
摘要由CSDN通过智能技术生成

iBims-1
100 RGB-D image pairs of various indoor scenes
https://www.bgu.tum.de/lmf/ibims1/
下载链接
https://dataserv.ub.tum.de/index.php/s/m1455541

NYU Depth Dataset V2(Kinect)
1449 densely labeled pairs of aligned RGB and depth images
https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
NYU Depth V2 数据集是由来自各种室内场景的视频序列组成的数据集
拥有 1449 个密集标记的对齐 RGB 和深度图像,从 3 个城市拍摄的 464 个新场景
https://hyper.ai/datasets/5376

KITTI(激光雷达)
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。
超过200k 3D标注物体的图像组成
http://www.cvlibs.net/datasets/kitti/raw_data.php
93,000个深度图,具有相应的原始LiDaR扫描和RGB图像,与KITTI数据集的“原始数据”对齐。
https://blog.csdn.net/yimagudao/article/details/82529994
整个数据集由389对立体图像和光流图
http

  • 4
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

WX Chen

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
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