文章目录
- 一、STPLS3D
- 二、DigestPath
- 三、ImageNet-S (ImageNet Semantic Segmentation)
- 四、OpenEDS
- 五、RELLIS-3D
- 六、SUIM (Segmentation of Underwater IMagery)
- 七、GID (Gaofen Image Dataset)
- 八、Toronto-3D
- 九、PASCAL VOC 2011
- 十、ROSE (Retinal OCTA SEgmentation dataset)
- 十一、SensatUrban
- 十二、Slakh2100 (Synthesized Lakh Dataset)
- 十三、ISPRS Potsdam (2D Semantic Labeling Contest - Potsdam)
- 十四、ModaNet
- 十五、Nighttime Driving
一、STPLS3D
我们的项目 (STPLS3D) 旨在提供大规模航空摄影测量数据集,其中包含用于语义和实例分割任务的合成和真实注释 3D 点云。
尽管最近提出了具有不同功能和规模的各种 3D 数据集,但对于个人来说,完成大规模数据收集、清理和注释(例如语义和实例标签)的整个流程仍然具有挑战性。 此外,创建的数据集通常存在类别分布极其不平衡或部分低质量数据样本的问题。 受此启发,我们探索程序合成 3D 数据生成范例,使个人具备创建大规模带注释的摄影测量点云的全部能力。 具体来说,我们引入了一种合成航空摄影测量点云生成管道,该管道充分利用开放地理空间数据源和现成的商业包。 与在虚拟游戏中生成合成数据不同,在虚拟游戏中,模拟数据通常具有艺术家创建的有限游戏环境,所提出的管道通过在各种合成地形形状和建筑密度上遵循相同的无人机飞行模式来模拟真实环境的重建过程 ,确保与真实数据相似的质量、噪声模式和多样性。 此外,精确的语义和实例注释可以完全自动生成,避免了昂贵且耗时的手动注释过程。 基于所提出的管道,我们提出了一个注释丰富的合成 3D 航空摄影测量点云数据集,称为 STPLS3D,包含超过 16 km^2 的景观和多达 18 个细粒度语义类别。 出于验证目的,我们还提供了从真实环境中的四个区域收集的并行数据集。
二、DigestPath
- 印戒细胞数据集
印戒细胞癌是一种罕见的腺癌,预后较差。 早期发现此类细胞可以极大提高患者的生存率