单目深度估计数据集：NYU Depth Dataset V2

论文：Indoor Segmentation and Support Inference from RGBD Images

数据集：NYU Depth Dataset V2数据集

打不开或者下载慢的可以用这个，【链接】用了两年了一直挺好用的。

Samples of the RGB image, the raw depth image, and the class labels from the dataset.

一、概述

NYU-Depth V2数据集由各种室内场景的视频序列组成，该数据集是使用Microsoft Kinect的RGB和深度相机采集的。 它具有以下特点：

• 1449张经过标注的RGB和深度图像
• 采集自3个城市的464个场景
• 407024张没有标注的图片
• 每个目标都有一个类别和一个标号(cup1、cup2、cup3等)

数据集包括以下几个部分：

• 标注数据：带有详细标注的视频数据子集。该数据经过了预处理，补全了缺失的深度标注。
• 原始数据：使用Kinect采集的原始RGB、Depth及加速度计数据。
• 工具箱：用于处理数据和标注的一些工具

二、标注数据集

 

RGB相机的输出（左），预处理深度（中心）和图像的一组标签（右）。

标注数据集是原始数据集中的子集。它由一对RGB图像和深度图像组成，每张图像都经过精细的标注。除了投射采集到的深度图，还包含了一组预处理的深度图，这些深度图采用Levin等人的着色方案补全了缺失的深度标注。与原始数据集不同，标注数据集的文件格式为Matlab.mat，具有以下参数：

 

• accelData：Nx4的加速度计值矩阵，用来显示每一帧是何时采集的。矩阵的列为设备的滚动觉，偏航角，俯仰角和倾斜角。
• depths：绘制深度图的HxWxN矩阵，其中H和W分别是高度和宽度，N是图像序号。 深度元素的值以米为单位。
• images：HxWx3xN的RGB图像矩阵，其中H和W分别是高度和宽度，3为通道数，N是图像序号。
• instances：HxWxN的实例分割图像矩阵。 在工具箱中使用get_instance_masks.m可以恢复场景中每个对象实例的蒙版。
• labels：HxWxN的对象标注蒙版矩阵，其中H和W分别是高度和宽度，N是图像序号。 标注的范围是1~C，其中C是类别的总数。 如果像素的标签值为0，则该像素为“未标注”。
• names：Cx1数组，每种标签的名称。
• namesToIds：从英文标签名称到类别序号的映射（C个映射对）
• rawDepths：原始深度图的HxWxN矩阵，其中H和W分别是高度和宽度，N是图像序号。 在投影到RGB图像平面之后、补全丢失深度值之前，这些depth maps捕获深度图像。
• rawDepthFilenames：文件名的Nx1单元格数组（在Raw数据集中），用于标记的数据集中的每个深度图像。
• rawRgbFilenames：标签数据集中用于每个RGB图像的文件名（在Raw数据集中）的Nx1数组。
• scenes：拍摄每张图像的场景名称的Nx1数组。
• sceneTypes：拍摄每个图像的场景类型的Nx1数组。