———————————————————————————————————————
点云数据集大全(附官网地址和下载链接)持续更新
1. 斯坦福大学 3D扫描库
The Stanford 3D Scanning Repository(经典兔子、龙等)
最经典的数据集,Bunny、Happy Buddha、Dragon等模型
“斯坦福模型”,用 Cyberware 3030 MS 扫描仪,Lucy除外,她用斯坦福大型雕像扫描仪(Stanford Large Statue Scanner)进行了扫描.
第二组模型是在 XY 扫描分辨率为 100 时采集的 微米使用 XYZ RGB 自动同步相机。该相机的精度(3 Sigma)± 0.025mm (±0.001“),X 轴、Y 轴和 Z 轴分辨率为 0.1mm (0.004”), 分别为 0.002 毫米(0.00008 英寸)和 0.003 毫米(0.0001 英寸)
官网地址:https://graphics.stanford.edu/data/3Dscanrep/
百度网盘:https://pan.baidu.com/s/1cw-4M68eoB0flFN4lkbzhQ?pwd=3yz6
提取码:3yz6
S3DIS (分割)
数据集提供了来自 2D、2.5D 和 3D 域的各种相互配准的模态,以及实例级语义和几何注释。数据集是在 6 个大型室内区域收集的,这些区域源自 3 个主要用于教育和办公用途的不同建筑包含超过 70,000 张 RGB 图像,以及相应的深度、表面法线、语义注释、全局 XYZ 图像(均以常规和 360° 等距柱状投影图像的形式)以及相机信息。它还包括已注册的原始和语义注释的 3D 网格和点云。此外,该数据集还包含原始 RGB 和深度图像以及每个扫描位置的相应相机信息。这些数据之前已在斯坦福大学大规模 3D 室内空间数据集 (S3DIS)中呈现 。
室内分割数据集,模型为每个房间共计271个,房间内有13类物体
官网地址:http://buildingparser.stanford.edu/dataset.html#Download
2. ShapeNet (分割)
没有颜色但有法向量且带有标注信息的飞机、杯子、帽子等16个类别的模型。
ShapeNet 由几个组成:
- ShapeNetCore :完整 ShapeNet 子集,具有单个干净的 3D 模型以及手动验证的类别和对齐注释。它涵盖了 55
个常见对象类别,拥有约 51,300 个独特的 3D 模型。 - ShapeNetSem: 一个更小、更密集的子集,由 12,000 个模型组成,分布在更广泛的 270个类别中。除了手动验证的类别标签和一致的对齐方式外,这些模型还使用真实世界的尺寸、类别级别的材料成分估计值以及总体积和总重量的估计值进行注释。
官网地址:https://www.shapenet.org/
(需要注册并审核通过)
3. ModelNet10 / ModelNet40 (分类)
普林斯顿 ModelNet 项目的目标是为计算机视觉、计算机图形学、机器人学和认知科学领域的研究人员提供全面、干净的对象 3D CAD 模型集合。
包含数据集:ModelNet40、ModelNet10、modelnet40_ply_hdf5_2048、modelnet40_normal_resampled :
飞机、汽车、椅子、碗、瓶、键盘、楼梯、…
官网地址:http://modelnet.cs.princeton.edu(部分可直接下载)
4. PCL库官方数据集
包括二维、三维点云,配准、分割、滤波、建模等数据。
下载地址:https://github.com/PointCloudLibrary/data?tab=readme-ov-file
5. KITTI (车载)
这个数据集来自德国卡尔斯鲁厄理工学院的一个项目,其中包含了利用KIT的无人车平台采集的大量城市环境的点云数据集(KITTI),这个数据集不仅有雷达、图像、GPS、INS的数据,而且有经过人工标记的分割跟踪结果,可以用来客观的评价大范围三维建模和精细分类的效果和性能。
官网地址:https://www.cvlibs.net/datasets/kitti/
百度网盘:https://pan.baidu.com/s/1Pr4dmBFUegugVauTrN_bsA?pwd=pv32
提取码:pv32
6. 悉尼城市目标数据集
该数据集包含了使用Velodye HDL-64ELIDAR扫描的各种常见城市道路物体,收集于澳大利亚悉尼中央商务区。有631个单独的扫描对象,跨越类别的车辆,行人,标志和树木它被收集,以测试匹配和分类算法。它的目的是提供非理想的传感条件,是实际的城市传感系统的代表,具有很大的可变性的观点和闭塞。
官网地址:https://www.acfr.usyd.edu.au/papers/SydneyUrbanObjectsDataset.shtml
7. PandaSet (车载)
PandaSet 是第一个可用于学术和商业用途的开源 AV 数据集,将禾赛一流的 LiDAR 传感器与 Scale AI 的高质量数据注释相结合。PandaSet 使用具有类似图像分辨率的前向 MEMS LiDAR (PandarGT) 和机械旋转 LiDAR (Pandar64) 收集数据。收集的数据采用长方体和分割标注(比例 3D 传感器融合分割)的组合进行标注。
官网地址:https://pandaset.org/
不知道为什么官网的数据集下载链接失效了
百度链接:https://pan.baidu.com/s/1FCei91Eb0yKfkcKa52Bovw?pwd=7iwp
提取码:7iwp
8. nuscenes (车载)
nuScenes数据集是由Motional团队开发的用于自动驾驶的公共大规模数据集。
在波士顿和新加坡收集了 1000 个驾驶场景。 完整数据集包括大约 1.4M 相机图像、390k 激光雷达扫描、1.4M 雷达扫描和 1.4M 对象边界框,这些框位于 40k 关键帧中。
nuScenes是第一个提供来自自动驾驶汽车整个传感器套件(6个摄像头,1个激光雷达,5个雷达,GPS,IMU)数据的大规模数据集。与 KITTI 相比,nuScenes 包含的对象注释增加了 7 倍。
完整数据集很大,可以下载mini版本
官网地址:https://www.nuscenes.org/nuscenes
以上数据集的存储格式很多都不一样,可以用下面代码相互转化
点云数据各种格式相互转化(bin,pcd,ply,csv等)
批量转换点云格式:bin转txt【转换nuscenes数据集不乱码】
批量转换点云格式:csv转pcd
批量转换点云格式:pkl转csv
批量转换点云格式:ply转pcd
批量转换点云格式:txt转pcd
批量转换pcd数据的编码形式:ASCII转Binary
批量转换pcd数据的编码形式:Binary转ASCII