三维点云数据集

最全的介绍见githubhttps://github.com/timzhang642/3D-Machine-Learning

三维点云数据集

3D Machine Learning
In recent years, tremendous amount of progress is being made in the field of 3D Machine Learning, which is an interdisciplinary field that fuses computer vision, computer graphics and machine learning. This repo is derived from my study notes and will be used as a place for triaging new research papers.

I’ll use the following icons to differentiate 3D representations:

? Multi-view Images
? Volumetric
? Point Cloud
? Polygonal Mesh
? Primitive-based

1. The Stanford 3D Scanning Repository(斯坦福大学的3 d扫描存储库)

链接:http://graphics.stanford.edu/data/3Dscanrep/

这应该是做点云数据最初大家用最多的数据集,其中包含最开始做配准的Bunny、Happy Buddha、Dragon等模型。

在这里插入图片描述在这里插入图片描述

2 The KITTI Vision Benchmark Suite

链接:http://www.cvlibs.net/datasets/kitti/

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。
在这里插入图片描述
在这里插入图片描述

3 Robotic 3D Scan Repository

链接:http://kos.informatik.uni-osnabrueck.de/3Dscans/

这个数据集比较适合做SLAM研究,包含了大量的Riegl和Velodyne雷达数据。
在这里插入图片描述
在这里插入图片描述

常用的Ply三维点云数据集是指以点云格式存储的三维场景数据集合。点云数据集是指通过激光扫描仪、摄像机等设备获取的大量离散的三维点,这些点可以表示物体的形状、表面细节等信息。 常用的Ply三维点云数据集包括了各种领域的场景数据,例如室内、室外环境,自然风景等。这些数据集广泛应用于计算机图形学、计算机视觉、机器学习等领域。 其中一些常用的数据集有: 1. Stanford三维扫描库:包含了大量常见物体和场景的三维点云数据,如椅子、桌子、房间等。这些数据集提供了真实场景的点云数据,为研究和开发提供了基准测试数据。 2. KITTI数据集:主要用于自动驾驶领域的研究和算法评估。该数据集提供了行驶过程中通过激光雷达和摄像头采集的点云和图像数据,包含了车辆周围的道路、行人、车辆和建筑物等信息。 3. ModelNet数据集:主要用于物体识别和分类任务的研究。该数据集包含了各种常见物体的三维点云数据,如椅子、桌子、灯等。通过使用这些数据,可以训练和测试算法来判断给定点云中包含的物体是什么。 这些常用的Ply三维点云数据集提供了各种不同的场景和物体的点云数据,为研究和算法开发提供了基础。研究人员可以通过使用这些数据集来评估算法的性能,设计和测试新的三维点云处理方法,并推动相关领域的发展。
评论 1
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