转载来源 https://blog.csdn.net/qq_28448117/article/details/79369065
SLAM或视觉里程计
- TUM RGB-D数据集
自带Ground-truth轨迹与测量误差的脚本(python写的,还有一些有用的函数)。
网址:点击打开链接
- KITTI数据集
地址:点击打开链接
著名的室外数据集,包括单目视觉 ,双目视觉, velodyne, POS 轨迹。
- Oxford数据集
含有一些Fabmap相关的数据集,用来验证闭环检测的算法。室外场景。
网址:点击打开链接
- ICL-NUIM数据集
RGB-D数据集,室内向。提供ground-truth和odometry。
网址:点击打开链接
语义SLAM和语义分割:
- NYU RGB-D 数据集
使用Kinect捕获的室内数据集,提供语义标签。
网址:点击打开链接
- NYUDv2
包括TUM RGB-D中缺失的起居室,厨房和卧室场景,专注于办公室的桌子,物品和人物。
网址:点击打开链接
- ScanNet 数据集
由1500个室内RGB-D扫描组成,其中包含3D相机姿态,表面重建和与多个对象类别相关的网格分割。
- PASCAL VOC2012 数据集
由1500个室内RGB-D扫描组成,其中包含3D相机姿态,表面重建和与多个对象类别相关的网格分割。 这种注释使我们能够通过
网址:点击打开链接
PASCAL Context
数据是基于PASCAL VOC 2010做的标记
网址:点击打开链接MS COCO
网址:点击打开链接
7.PASCAL-Part Dataset
网址:点击打开链接
8.SYNTHIA
网址:点击打开链接
计算机合成的城市道路驾驶环境的像素级标注的数据集。
9.Cityscapes
网址:点击打开链接
该数据集是自动驾驶相关方面的数据集,重点关注于像素级的场景分割和实例标注。