ScanNet数据集讲解与点云数据下载

这篇具有很好参考价值的文章主要介绍了ScanNet数据集讲解与点云数据下载。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

由于最近要研究3D实例分割的代码,需要下载ScanNet V2数据集,期间遇到了一些问题,所以简单记录一下。我查阅一些文章,这些文章并没有给出怎样下载ScanNet中点云数据。ScanNet V2数据集一共1.2T,本文以PointGroup为例,讲解如何下载项目中用到的点云文件(附相关代码)。

数据集介绍

ScanNet V2数据集作者为Angela Dai,她是斯坦福的一名博士生。她们团队通过收集RGB-D的视频序列,通过ipad应用加深传感器而收集的,然后视频会被上传到服务器,并被自动重建。然后,视频会被给到亚马逊Mechanical Turk,将标注工作众包出去。

ScanNet V2是RGB-D数据集,一共1513个采集场景数据(每个场景中点云数量都不一样,如果要用到端到端可能需要采样,使每一个场景的点都相同),共21个类别的对象,其中,1201个场景用于训练,312个场景用于测试,有四个评测任务:3D语义分割、3D实例分割、2D语义分割和2D实例分割。文章来源地址https://www.toymoban.com/news/detail-522359.html

  • 数据集构成
<scanId>
|-- <scanId>.sens
    RGB-D传感器流(*sens):压缩二进制格式,
    包含每帧的颜色、深度、相机姿势和其他数据。
    其中RGB图像大小为1296×968,深度图像大小为640×480
|-- <scanId>_vh_clean.ply
    高质量重建后的surface mesh 文件(.ply):
    (Updated if ha

到了这里,关于ScanNet数据集讲解与点云数据下载的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 保存rosbag中的图像与点云数据,输出为png pcd mp4文件

    1.保存图像数据 使用  image_view image_saver 打开一个终端输入以下指令 rosrun image_view image_saver image:=/usb_cam/image_raw  _filename_format:= \\\"%04i.png\\\" _encoding:=bgr8 参数分别为:图像的topic、文件名( %04i 是指4位数的数字)、文件的编码  32FC1 和 bgr8 然后再起一个终端播放需要保持的图像数

    2024年01月17日
    浏览(35)
  • scannet数据集简介和下载

    近期打算复现pointcontrast这个模型做语义分割,一直卡在数据集的下载上,觉得有必要搞明白这个数据集是怎么回事。这里要非常感谢两个博主,下面有他们博文的连接,写的很好,我这里整理一下思路。 数据集简介 数据集的github地址 ScanNet 是一个 RGB-D 视频数据集,包含 1

    2024年02月08日
    浏览(22)
  • 3D点云分割系列5:RandLA-Net:3D点云的实时语义分割,随机降采样的重生

    《RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds》发布于CVPR 2020。 在自动驾驶等领域,高效的分割网络是目前最基本和最关键的研究方向。目前存在的一些点云处理方法包括PointNet、PointNet++、PointCNN、KPConv等方法,或多或少都存在效率不高或是特征采样不足的情况,

    2024年02月04日
    浏览(34)
  • 点云 3D 分割 - SqueezeSegV2(ICRA 2019)

    声明:此翻译仅为个人学习记录 文章信息 标题: SqueezeSegV2: Improved Model Structure and Unsupervised Domain Adaptation for Road-Object Segmentation from a LiDAR Point Cloud (ICRA 2019) 作者: Bichen Wu * , Xuanyu Zhou * , Sicheng Zhao * , Xiangyu Yue, Kurt Keutzer ( * Authors contributed equally) 文章链接:https://arxiv.org/pdf/1

    2024年02月11日
    浏览(28)
  • 3D点云之语义分割(相关官方示例介绍)

    之前在博客中提到,会考虑用深度学习来对3D点云进行处理,接下来迈出脚步,先整几个例子来熟悉它。例子原型来源于官网,博主在其基础上做了一些代码修改。 1. Keras中的资源 Code examples 2.openvinotoolkit open_model_zoo/demos at master · openvinotoolkit/open_model_zoo · GitHub 主要参考官网

    2024年02月06日
    浏览(33)
  • ScanNet数据集下载与导出颜色图、深度图、内参、位姿数据

    ScanNet数据集下载与导出颜色图、深度图、内参、位姿数据 ScanNet是一个RGB-D视频数据集,包含1500多个扫描中的250万个视图,用3D摄像机的姿势、表面重建和实例级的语义分割来注释。为了收集这些数据,我们设计了一个易于使用和可扩展的RGB-D捕捉系统,包括自动表面重建和众

    2024年02月12日
    浏览(25)
  • 激光雷达点云基础-点云滤波算法与点云配准算法

    激光雷达点云处理在五年前就做了较多的工作,最近有一些新的接触发现激光雷达代码原理五年前未见重大更新,或许C++与激光雷达结合本身就是比较高的技术门槛。深度学习调包侠在硬核激光雷达技术面前可以说是完全的自愧不如啊。 1、点云滤波 在获取点云数据时,由于

    2024年03月19日
    浏览(35)
  • 6种最常用的3D点云语义分割AI模型对比

    由于增强现实/虚拟现实的发展及其在计算机视觉、自动驾驶和机器人领域的广泛应用,点云学习最近引起了人们的关注。 深度学习已成功用于解决 2D 视觉问题,然而,由于其处理面临独特的挑战,深度学习技术在点云上的使用仍处于起步阶段。 推荐:用 NSDT编辑器 快速搭建

    2024年04月17日
    浏览(23)
  • PointNet:利用深度学习对点云进行3D分类和语义分割

    参考自,PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation 代码仓库地址为:https://github.com/charlesq34/pointnet/ 介绍 这次介绍的是一个比较基础的工作,针对空间点云,进行分类或者语义分割的框架,现在通常也被用作对RGB-D图像进行特征提取的部分。 该工作的目的就是

    2024年02月03日
    浏览(54)
  • 【点云分割】points3d框架学习01 —— 安装和配置

    [Errno 2] No such file or directory: ‘llvm-config’ 检查一下 AttributeError: module ‘numpy‘ has no attribute ‘long‘ replace numpy version with error: subprocess-exited-with-error

    2024年02月11日
    浏览(20)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包