点云数据集大全（附官网地址和下载链接）

置顶晚意丶3D

已于 2024-06-17 19:06:27 修改

阅读量5.5k

点赞数 31

分类专栏：非深度学习点云处理文章标签：计算机视觉图像处理 c++ python 视觉检测

于 2024-04-09 14:45:26 首次发布

本文链接：https://blog.csdn.net/qq_56233492/article/details/137541826

版权

非深度学习点云处理专栏收录该内容

24 篇文章 ¥19.90 ¥99.00

订阅专栏

本文列举了多个重要的点云数据集，包括斯坦福大学3D扫描库（经典Bunny、Dragon等）、S3DIS（室内分割）、ShapeNet（带标注的3D模型）、ModelNet（分类）、PCL库数据、KITTI（车载）、悉尼城市目标和PandaSet，以及nuscenes（大规模自动驾驶数据）。数据集涵盖多种应用场景和任务，如分割、分类、建模等，并提供了下载链接和转换工具。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

———————————————————————————————————————

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）
- S3DIS （分割）
2. ShapeNet （分割）
3. ModelNet10 / ModelNet40 （分类）
4. PCL库官方数据集
5. KITTI (车载)
6. 悉尼城市目标数据集
7. PandaSet (车载)
8. nuscenes (车载)
点云数据各种格式相互转化（bin，pcd，ply，csv等）

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

bunny
“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）

在这里插入图片描述
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）

在这里插入图片描述
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）

在这里插入图片描述
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

在这里插入图片描述

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)

在这里插入图片描述
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

在这里插入图片描述

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)

在这里插入图片描述

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)

在这里插入图片描述
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。