NYU V2数据集提取数据

NYU v2数据集官方下载地址:https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html

NYU v2数据集百度云下载地址:https://pan.baidu.com/s/1rIUbsEUjkZJheEZ5wTb5aA 密码: bfi4

转成图片格式的NYU v2数据集百度云下载地址:https://pan.baidu.com/s/1Ut4wk4wwIubB9ZERfbg5Vw 提取码: f1n8

    选择 Labeled dataset(~2.8G)

对下载的mat文件(nyu_depth_v2_labeled.mat)提取数据

提取RGB图像

#!/usr/bin/env python2
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import scipy.io as sio
import h5py
import os 
f=h5py.F
  • 37
    点赞
  • 107
    收藏
    觉得还不错? 一键收藏
  • 64
    评论
为了训练非平面结构的算法,需要一个包含非平面结构的训练数据集。下面是一些可能的数据集来源: 1. 真实世界数据集:从真实世界中收集的数据是训练非平面结构算法的最理想选择。这可以通过使用RGB-D相机(如Microsoft Kinect)或激光扫描仪来获取场景的三维点云数据。可以收集包含建筑物、家具、自然环境等多种非平面结构的数据。 2. 合成数据集:可以使用计算机图形学技术生成合成的非平面结构数据集。通过构建虚拟场景,可以控制非平面结构的类型、形状和分布,以及光照条件等因素。这种方法可以用于生成大规模的、多样化的训练数据集,并且可以方便地生成带有标签和注释的数据。 3. 公开数据集:还有一些公开可用的数据集,可以用于训练非平面结构算法。例如,NYU Depth V2、ScanNet和SUN RGB-D等数据集都包含了丰富的三维场景数据,其中包含了各种非平面结构。 在选择训练数据集时,需要确保数据集具有多样性和代表性,涵盖不同类型和形状的非平面结构。此外,还需要为数据集提供适当的标签和注释,以指示每个点的非平面结构类别和属性。这样可以帮助算法学习非平面结构的特征和规律。 需要注意的是,训练数据集的质量和多样性对算法的性能和泛化能力至关重要。因此,应该仔细选择和处理数据集,确保数据集的准确性、完整性和代表性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 64
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值