RGB-D数据集汇总（2025年05月更新....）

以下是一些主流、常用于学术研究和工业应用的 RGB-D 数据集，适合用于 SLAM、3D 重建、场景理解、目标识别等任务。

---

主流 RGB-D 数据集推荐

名称	传感器	分辨率/帧率	应用方向	下载地址 / 说明
TUM RGB-D	Kinect V1	640×480 @ 30Hz	RGB-D SLAM, VIO	TUM 官网
ICL-NUIM	模拟深度相机	640×480 @ 30Hz	轨迹评估, 重建	官网
NYU Depth V2	Kinect V1	640×480 @ 30Hz	室内语义分割	NYU 官网
SceneNN	ASUS Xtion	多分辨率	3D 场景重建	SceneNN 官网
SUN3D	Kinect / Asus	640×480 @ 30Hz	3D 场景配准 / SfM	SUN3D
RGB-D Scenes	Kinect	640×480	多物体识别	下载
ScanNet	实景数据 + IMU	640×480 @ 30Hz	室内语义建图、重建	ScanNet
ETH3D	高精度相机对	深度精度高	几何精度评估	ETH3D
CoRBS	Kinect V2 / RealSense	高分辨率	高质量重建	CoRBS 官网

---

各数据集内容典型结构（以 TUM 为例）

dataset/
 ├── rgb/
 │    ├── 1305031102.175304.png
 ├── depth/
 │    ├── 1305031102.181270.png
 ├── groundtruth.txt
 └── associations.txt

• RGB 图像：彩色图像（PNG/JPG）
• Depth 图像：每像素表示深度值（以毫米/米存储）
• Groundtruth：轨迹 ground truth（常为 TUM 格式：时间戳+位姿）
• Associations：RGB、深度、轨迹的时间戳对齐文件

---

应用匹配建议

任务类型	推荐数据集
RGB-D SLAM / VIO	TUM RGB-D, ICL-NUIM
室内语义分割	NYU V2, ScanNet
高质量重建评估	ETH3D, CoRBS, SceneNN
多物体识别	RGB-D Scenes
配准 / 轨迹拟合	SUN3D, TUM, ICL-NUIM

---

️ 使用工具建议

• 加载 RGB-D 数据：

  • PCL 或Open3D
  • OpenCV

• 数据集格式转换：

  • associate.py（TUM 官方提供）
  • 自写脚本进行 .txt → ROS Bag 转换

• 可与 SLAM 系统集成：

  • ORB-SLAM2/3
  • DVO-SLAM
  • ElasticFusion
  • InfiniTAM
  • Open3D / PyTorch3D

---