素材篇哈。
发现RGB-D的SLAM数据集很少,奇怪,TUM就这么够用??
1. TUM RGB-D数据集
- 传送门:RGB-D SLAM Dataset and Benchmark
- 简介:一个包含RGB-D数据和地面真实数据的大数据集,目的是为视觉里程计和视觉SLAM系统的评估建立一个新的基准。我们的数据集包含了一个微软Kinect传感器的颜色和深度图像,沿着传感器的地面真实轨迹。数据以全帧率30 Hz和传感器分辨率640x480记录。深度因子5000。地面真实轨迹是由一个高精度的运动捕捉系统与8个高速跟踪摄像机(100 Hz)提供的。此外,我们还提供来自Kinect的加速度计数据。最后,我们提出了一种评价标准来衡量视觉SLAM系统估计的摄像机轨迹的质量。
- 备注:只有室内数据集,但是很全,包含有无回环、有无校验的等等,且提供评估工具,nice。
2. WHU-RSVI-DEPTH数据集
- 传送门:The WHU-RSVI Dataset
- 简介:武汉大学的卷帘快门视觉惯性数据集 (WHU-RSVI) 数据集。针对使用卷帘快门摄像机的视觉 SLAM 和视觉惯性 SLAM 算法。数据集包含 RS 图像、时间同步 GS 图像、IMU 测量和准确的地面真实数据。深度因子5000。该数据集通过对 RGB 和 IMU 数据中的传感器噪声进行建模,提供逼真的图像和 IMU 测量。它包含两个轨迹,每个轨迹包含三个运动速度:慢、中和快速。不同的速度对应于不同的卷帘快门效果,此数据集可用于比较不同卷帘快门效果对特定方法的影响。
- 备注:本数据集不是针对RGB-D视觉算法哈,还针对RGB-D视惯融合算法,只有室内数据。本土数据集,赞。
3. ETH3D数据集
- 传送门:SLAM Benchmark Overview
- 简介:SLAM基准包括使用自定义摄像机设备录制的视频,可用于评估视觉惯性单目、双目和RGB-D SLAM。含有56个训练和35个测试数据集,由运动捕捉系统提供地面真实位姿。该系统另外记录5个训练序列,使用SFM确定地面真值,大约13-14 Hz。深度因子5000。
- 备注:含有室内和室外数据集,难过的是室外的是用SFM确定的真值。如果测试RGB-D,那么要下载mono和RGB-D 2个数据集,因为不是打包一起的。好在格式和TUM一致,还提供关联文件,且提供评估工具,贴心。