dtu数据集 测试集介绍

已于 2023-08-27 12:02:08 修改
阅读量3.8k 收藏 8
点赞数
分类专栏： 传统/深度三维重建MVS系列 文章标签： dtu数据集
于 2023-07-23 10:40:59 首次发布
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/m0_51233386/article/details/131877075
版权
本文介绍了DTU数据集的测试集，每个场景的scan目录包含相机参数、49张图片以及邻域对信息。重点解析了pair.txt文件的内容。

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

文章目录

1 scan下三个文件

在这里插入图片描述
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
在这里插入图片描述进入到scan1文件下下，可以看到scan下有三个文件，分别是
相机参数、
每个场景的49个图片、
邻域对
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

了解本专栏 订阅专栏 解锁全文 超级会员免费看
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 2129
dtu数据集介绍及PatchMatchNet中加载数据部分代码解析
（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 4259
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。
preprocessed DTU training and test data，DTU数据集 MVSNET
04-27
DTU训练集测试集， MVSNET
DTU数据集结构
Kunjpg的博客
05-06 2834
用于训练，评估，测试主要有128个scan，train：79个，val：18个，test：22个。
【数据集】DTU多视图立体视觉MVS三维重建
Guangli_R的博客
11-18 1947
本文详细介绍了DTU多视图立体（MVS）数据集2014，包括其背景、特点、构成、应用场景以及图像大小、数量等具体信息，为相关领域的研究者和开发者提供了全面的数据资源参考。DTU多视图立体（MVS）数据集2014是由丹麦技术大学（DTU）计算机视觉实验室发布的一个专门用于多视图立体重建和3D建模的公开数据集。该数据集为相关领域的研究提供了丰富且高质量的图像和3D数据资源。本文详细介绍了DTU多视图立体（MVS）数据集2014的背景、特点、构成、应用场景以及图像大小、数量等具体信息。
DTU数据集中文件组成及其含义
qq_60320488的博客
08-18 745
请注意，深度范围和深度分辨率由最小深度、两个深度样本之间的间隔以及深度样本数量（如果未提供，则在训练/测试脚本中）确定。我们还保留了用于控制深度分辨率的选项。然后，最大深度计算为：pair.txr第一行为数据集中包含的源图像的数目之后的没两行为一小组，举例第二行和第三行第二行：0为源图像的标号第三行：第一个为10是参考图像的标号，第二个为参考图像的标号，第三个为参考图像和原图像的相似度；自此开始到最后，重复第二个和第三个的含义。
dtu-training数据集 百度网盘19G
11-04
dtu-training数据集 百度网盘19G
DTU数据集在MVSNet上生成点云精度和完整度的评定
qq_31731573的博客
03-21 2761
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∥。
【环境搭建】DTU数据集定量测试环境搭建
double_ZZZ的博客
01-21 4365
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 1033
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。
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）
MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载
08-27
MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 scan23重建效果文件 运行文件下载 MVSNet 重建dtu数据集 sca
DTU数据集论文-2016 论文下载
08-27
为了验证数据集的有效性，研究者们选取了当时最先进的三种MVS算法——Campbell等人的方法、Furukawa等人的方法和Tola等人的方法，对DTU数据集进行了基准测试。他们扩展了Middlebury评估协议，以适应DTU数据集中某些...
MVSNet 和 PatchMatchNet 的DTU数据集 几个不同之处 一定要注意
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。
08-27 986
二者训练集也不一样，前者19.2GB，后者76.3GB，主要区别前者深度图使用小分辨率（160。区别在于数据加载，前者 cams文件最后是最小深度和间隔，后者是最小深度和最大深度。1.MVSNet 的DTU测试数据集和PatchmatchNet测试数据集不一样；解压后mvs_training/dtu，19.2GB；128）119组，是后者深度图采用原分辨率（1600。MVSNet,Fsat-MVSNet,通用。1200）128组。
MVSNet、PatchMatchNet中的lists文件text.txt train.txt val.txt DTU数据集中的lists文件79组训练集，18组验证集和22组评估集
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。
07-18 410
DTU数据集是具有124个不同场景的室内多视图立体数据集，其中所有场景共享相同的相机轨迹，它包含在7种不同光照条件下的49或64个视图的128组图片。分为79组训练集，18组验证集和22组评估集(test)。将每张图像作为参考，总共有27097个训练样本。下面以PatchMatchNeth中的DTU数据结构为例，打开PatchMatchNet程序中的list文件。打开list 下的dtu中的test文件可以看到。
【三维重建】【深度学习】【数据集】基于COLMAP制作自己的NeuS(DTU格式)数据集
yangyu0515的博客
08-16 4689
【三维重建】【深度学习】【数据集】基于COLMAP制作自己的NeuS(DTU格式)数据集
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 1277
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
利用GPU加速DTU数据集点云评估
weixin_44882230的博客
01-23 1710
代码地址:是一个多视图三维重建数据集，在MVS任务中用做训练与测试。DTU官方对于数据集上的预测点云的评估提供的是matlab的代码。
NeuS（隐式重建）自制数据集流程（LLFF、DTU）
weixin_59961223的博客
01-06 3198
NeuS自制数据集流程（LLFF、DTU）
DTU数据集下载
最新发布
04-01
<think>好的，我现在需要帮助用户解决如何下载DTU数据集的问题。首先，根据用户提供的引用内容，引用[1]提到了一个名为“dtu-training数据集 百度网盘19G”的资源，项目地址是https://gitcode.com/Open-source-documentation-tutorial/28c91。用户可能需要从这里下载。 接下来，引用[2]和[3]讨论了MVSNet和PatchMatchNet使用的不同版本的DTU数据集，特别是训练集和测试集的差异。用户可能需要根据他们具体的研究方向选择合适的数据集版本。例如，MVSNet的数据集较小（19.2GB），而PatchMatchNet的更大（76.3GB），分辨率也不同。 用户的问题是如何下载DTU数据集。我需要整理出清晰的步骤，包括不同版本的下载链接和注意事项。首先，应该检查官方渠道，比如官方网站或GitHub仓库。引用[1]中的项目地址可能是一个资源，但需要确认是否可靠。另外，百度网盘的链接可能在国内更常用，但需要注意是否需要提取码。 还需要提醒用户注意不同版本的数据集差异，确保他们下载的版本符合他们的项目需求。例如，如果用户要进行三维重建或深度估计，可能需要高分辨率的版本，如PatchMatchNet的数据集。此外，测试集的结构和数量也需要考虑，引用[3]提到测试集有22组，每个场景有49张图片，这可能影响实验设置。 最后，可能需要建议用户查阅相关论文或项目的文档，以确保数据集的正确使用。如果有官方下载方式，优先推荐官方渠道，否则提供备选方案，如百度网盘链接，并提醒注意数据的完整性和可能的访问限制。</think>关于DTU数据集的下载，以下是整理后的信息及步骤： --- ### **DTU数据集下载指南** #### 1. **数据集版本选择** 根据引用[2]，需注意不同算法（如MVSNet和PatchMatchNet）使用的DTU数据集版本不同： - **MVSNet版本** - 训练集：19.2GB，深度图分辨率较低（$160 \times 128$），119组数据 - 测试集：22组场景，每场景49张图像，包含相机参数和邻域对文件[^3] - **PatchMatchNet版本** - 训练集：76.3GB，深度图分辨率高（$1600 \times 1200$），128组数据 - 测试集：数据加载方式不同（使用最小/最大深度而非间隔）[^2] #### 2. **下载途径** - **途径1：GitCode仓库（推荐）** 引用[1]提供了百度网盘下载链接，包含19G训练集： - **项目地址**：https://gitcode.com/Open-source-documentation-tutorial/28c91 - **文件名称**：`dtu-training数据集 百度网盘19G` - **适用场景**：适用于MVSNet、Fast-MVSNet等模型的训练[^1] - **途径2：官方渠道（需申请）** DTU数据集原始发布方为丹麦科技大学，需通过官网申请： - 访问[DTU官网](http://roboimagedata2.compute.dtu.dk/)提交申请表格 - 注意：可能需要提供研究用途证明[^2] - **途径3：学术社区资源** 部分论文作者会公开预处理后的数据，例如： - PatchMatchNet的高分辨率数据集可通过其GitHub仓库的链接获取（需检查仓库说明） #### 3. **下载注意事项** - **文件校验**：下载后核对文件大小，避免传输错误（如MVSNet训练集应为~19GB） - **目录结构**：测试集目录包含`cams`（相机参数）、`images`（图像）、`pair.txt`（邻域对） - **兼容性**：若用于特定算法（如PatchMatchNet），需确认数据加载逻辑与模型匹配[^2] ---
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

R-G-B

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