轉自：超全的3D視覺數據集匯總 - 知乎

1、KITTI數據集

KITTI數據集由德國卡爾斯魯厄理工學院和豐田美國技術研究院聯合創辦，是目前國際上最大的自動駕駛場景下的計算機視覺算法評測數據集。該數據集用于評測立體圖像(stereo)，光流(optical flow)，視覺測距(visual odometry)，3D物體檢測(object detection)和3D跟蹤(tracking)、語義分割等計算機視覺技術在車載環境下的性能。KITTI包含市區、鄉村和高速公路等場景采集的真實圖像數據，每張圖像中最多達15輛車和30個行人，還有各種程度的遮擋與截斷。整個數據集由389對立體圖像和光流圖，39.2 km視覺測距序列以及超過200k 3D標注物體的圖像組成。數據集鏈接：http://www.cvlibs.net/datasets/kitti/raw_data.php

2、Cityscapes

Cityscapes是一個較為新的大規模數據集，它包含50個不同城市的街道場景中記錄的各種立體視頻序列，除了一組較大的20?000弱注釋幀外，還具有5?000幀的高質量像素級注釋。因此，數據集比以前的類似嘗試要大一個數量級。Cityscapes數據集旨在評價視覺算法在城市場景語義理解中的性能：像素級、實例級和全景語義標注；支持旨在開發大量（弱）注釋數據的研究，例如用于訓練深層神經網絡包含城市場景下雙目圖像及像素級語義分割標注。數據集鏈接：https://www.cityscapes-dataset.com/

3、牛津數據集

對牛津的一部分連續的道路進行了上百次數據采集，收集到了多種天氣、行人和交通情況下的數據，也有建筑和道路施工時的數據。包含全景圖像、激光雷達點云、導航信息。數據集鏈接：https://robotcar-dataset.robots.ox.ac.uk/datasets/

4、ApolloScape

百度Apollo開源的數據集，包含3D目標檢測、語義分割、目標跟蹤、立體視覺、場景識別等各類信息，數據量非常大！數據集鏈接：http://apolloscape.auto/

5、BDD100K

主要包括視頻數據、道路目標檢測、實例分割、可駕駛區域等相關數據。其中：視頻數據：在一天中的許多不同時間、天氣條件和駕駛場景中，探索超過1100小時駕駛體驗的100000高清視頻序列。我們的視頻序列還包括GPS位置、IMU數據和時間戳。道路目標檢測：為公共汽車、紅綠燈、交通標志、人、自行車、卡車、汽車、汽車、火車和騎手在100000張圖像上標注的二維邊框。實例分割：使用像素級和豐富的實例級注釋，瀏覽超過10000個不同的圖像。可駕駛區域：從100000張圖片中學習復雜的駕駛決策。數據集鏈接：http://bdd-data.berkeley.edu/

6、Waymo Open Dataset

Waymo 數據集包含 3000 段駕駛記錄，時長共 16.7 小時，平均每段長度約為 20 秒。整個數據集一共包含 60 萬幀，共有大約 2500 萬 3D 邊界框、2200 萬 2D 邊界框。此外，在數據集多樣性上，Waymo Open Dataset 也有很大的提升，該數據集涵蓋不同的天氣條件，白天、夜晚不同的時間段，市中心、郊區不同地點，行人、自行車等不同道路對象，等等。數據集鏈接：https://github.com/waymo-research/waymo-open-dataset

7、nuScenes數據集

nuScenes數據集 是自動駕駛公司nuTonomy建立的大規模自動駕駛數據集，該數據集不僅包含了Camera和Lidar，還記錄了雷達數據。這個數據集由1000個場景組成（即scenes，這就是該數據集名字的由來），每個scenes長度為20秒，包含了各種各樣的情景。在每一個scenes中，有40個關鍵幀（key frames），也就是每秒鐘有2個關鍵幀，其他的幀為sweeps。關鍵幀經過手工的標注，每一幀中都有了若干個annotation，標注的形式為bounding box。不僅標注了大小、范圍、還有類別、可見程度等等。這個數據集不久前發布了一個teaser版本（包含100個scenes），正式版（1000個scenes）的數據要2019年發布。這個數據集在sample的數量上、標注的形式上都非常好，記錄了車的自身運動軌跡（相對于全局坐標），包含了非常多的傳感器，可以用來實現更加智慧的識別算法和感知融合算法。數據集鏈接：https://www.nuscenes.org/download

8、3D Photography Dataset

華盛頓大學3D相機標定數據庫。數據集鏈接：http://www-cvr.ai.uiuc.edu/ponce_grp/data/mview/

9、Matterport 3D重建數據集

A large-scale RGB-D dataset。該數據集包含10800個對齊的三維全景視圖（RGB+每個像素的深度），來自90個建筑規模場景的194400個RGB+深度圖像。數據集鏈接：https://matterport.com/

10、NoW Dataset

3D人臉重建相關數據集。該數據集包含用iPhone X拍攝的100名受試者的2054張2D圖像，以及每個受試者的單獨3D頭部掃描。頭部掃描是評估的基本依據。受試者的年齡、體重指數和性別（55名女性，45名男性）各不相同。數據集鏈接：https://ringnet.is.tue.mpg.de/challenge

11、Pix3D

單目圖像3D模型匹配數據。數據集鏈接：http://pix3d.csail.mit.edu/

12、Replica Dataset

高質量室內場景三維重建數據。數據集中包含了18個高真實感的室內場景重建數據集Replica。每個場景由一個密集的網格、高分辨率高動態范圍（HDR）紋理、每個基本語義類和實例信息以及平面鏡和玻璃反射鏡組成。副本的目標是使機器學習（ML）研究能夠依賴于世界上視覺上、幾何上和語義上真實的生成模型。數據集鏈接：https://github.com/facebookresearch/Replica-Dataset

13、Scan2CAD

將CAD模型與掃描數據對齊的數據集（適用于3D Object Pose Estimation，3D Reconstruction）對于公共數據集，我們為注釋提供：

97607掃描模型和CAD模型之間的關鍵點對應關系

掃描和計算機輔助設計之間的14225個對象

1506次掃描

用于Scan2CAD基準測試的附加注釋隱藏測試集包括：

7557掃描模型和CAD模型之間的關鍵點對應關系

掃描和CAD之間的1160個對象

97次掃描

數據集鏈接：https://github.com/skanti/Scan2CAD

14、ScanNet

ScanNet是一個RGB-D視頻數據集，包含1500多個掃描中的250萬個視圖，使用3D相機姿勢、曲面重建和實例級語義分段進行注釋（3D重建相關）。數據集鏈接：http://www.scan-net.org/

15、NYC3Dcars

在現實世界中為視覺任務設置的車輛檢測數據庫。

3D重建：NYC3DCAR中的每張照片都已被GEO注冊到地球，在地球為中心的地球固定坐標系統中提供完整的相機內部和外部信息，使得能夠與現有地理空間數據無縫集成。

地理數據：已集成了諸如OpenStreetMap和NYC OpenData提供的配套數據庫，以方便訪問道路、人行道和中間多邊形等地理特征以及道路網絡連接。

車輛注釋：人工注釋器提供了數據庫中包含的車輛的詳細說明。注釋包括一個完整的6自由度的車輛姿態，車輛類型，2D車輛包圍盒，和大約一天的照片時間。

數據集鏈接：http://nyc3d.cs.cornell.edu/

16、Expressive Hands and Faces

EHF數據集（豐富姿態的手部和臉部）包含一個受試者穿著最少的衣服的100個精確的幀，執行各種身體姿勢，包括自然的手指關節，以及一些面部關節和表情。每個幀包括以下時間同步模式：

全身RGB圖像。

一個JSON文件，包含OpenPose檢測到的二維特征（身體關節、手關節、面部特征）。

物體的三維掃描。

與上述掃描的3D SMPL-X對齊（3D網格），用作偽地面真值。

偽地面真值網格采用頂點到頂點（v2v）誤差度量。這是一個比常見的三維關節誤差范式更嚴格的度量標準，它不捕獲表面誤差和骨骼的旋轉。

可以使用SMPL-X模型和SMPLify-X代碼從單個RGB圖像重建3D人體。

數據集鏈接：https://smpl-x.is.tue.mpg.de/

17、TUM數據集

主要包含多視圖數據集、3D物體的識別分割、場景識別、3D模型匹配、vSALM等各個方向的數據。數據集鏈接：https://vision.in.tum.de/

18、EUROC數據集

數據集中主要包含立體圖像、同步IMU測量以及精確的運動和真實地面結構。數據集鏈接：https://projects.asl.ethz.ch/datasets/doku.php?id=kmavvisualinertialdatasets

交流群

總結

以上是生活随笔為你收集整理的3D视觉数据集的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。