Windows系统下利用caffe训练NYU Depth数据集（一）

最近在看论文时看到一篇关于法向量预测的论文，其中训练集所用的是NYU Depth数据集。然而网上NYU Depth相关的资料极少，对于如何将dataset转换为输入数据几乎没有相关资料，在网上逛了一大圈后，总算找到了一些零碎的步骤，在这里做个归纳，方便后面需要相关资料的朋友参考。

一、什么是NYU Depth数据集

地址：http://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
此地址为v2版本数据集，点击首页还可浏览v1版本数据集

1、声明

如果在论文中使用了此数据集，务必引用相关论文《Indoor Segmentation and Support Inference from RGBD Images》

2、概述

NYU-Depth V2 data set其实是视频的连续帧组成的，这些视频是Kinect的RGB摄像机和深度摄像机同步拍摄的室内场景。比如说用Kinect拍摄一间房内场景的video（用RGB摄像机和深度摄像机同步拍摄），然后把video中的每一帧图片提取出来，组成数据集。

3、内容

（1）特征

• 1449 组密集设置标签的RGB和Depth图像对（用RGB摄像机和深度摄像机同步拍摄）
• 来自3个城市的464 个场景
• 407,024幅无标签的帧

（2）