石家庄微信网站建设公司,网易邮箱登录,网贷网站开发,网站设计目的与规划怎么写目录 一、ModelNet401. 网址2. 模型 二、ShapeNet1. 网址2. 模型 三、S3DIS Dataset1. 网址2. 模型 四、ScanNet1. 网址2. 模型 五、RGB-D Object Dataset1. 网址2. 模型 六、 NYU Depth Dataset V2 #xff08;纽约大学深度数据集#xff09;1. 网址2. 模型 七、 The Stanfo… 目录 一、ModelNet401. 网址2. 模型 二、ShapeNet1. 网址2. 模型 三、S3DIS Dataset1. 网址2. 模型 四、ScanNet1. 网址2. 模型 五、RGB-D Object Dataset1. 网址2. 模型 六、 NYU Depth Dataset V2 纽约大学深度数据集1. 网址2. 模型 七、 The Stanford 3D Scanning Repository1. 网址2. 模型 八、悉尼城市目标数据集1. 网址2. 模型 九、ASL 数据集1. 网址2. 模型 十、大规模点云分类基准1. 网址2. 模型 十一、Oakland 3-D Point Cloud Dataset1. 网址2. 模型 十二、The KITTI Vision Benchmark Suite1. 网址2. 模型 十三、Robotic 3D Scan Repository1. 网址2. 模型 十四、WHU-TLS点云数据集1. 网址2. 模型 十五、Paris-rue-Madame数据集1. 网址2. 模型 十六、District of Columbia数据集1. 网址2. 模型 十七、Paris-Lille-3D数据集1. 网址2. 模型 十八、DublinCity数据集1. 网址2. 模型 十九、PCL官方测试数据集1. 网址2. 模型 二十、激光雷达数据源1. Open Topography2. USGS Earth Explorer3. United States Interagency Elevation Inventory Wikipedia LiDAR4. NOAA Digital Coast5. LIDAR Online6. National Ecological Observatory Network 相关链接 一、ModelNet40
1. 网址
https://modelnet.cs.princeton.edu/#
2. 模型 没有颜色信息的飞机、杯子、椅子、吉他等40个模型。 二、ShapeNet
1. 网址
http://web.stanford.edu/~ericyi/project_page/part_annotation/index.html
2. 模型 没有颜色但有法向量且带有标注信息的飞机、杯子、帽子等16个类别的模型。 三、S3DIS Dataset
1. 网址
http://buildingparser.stanford.edu/dataset.html
2. 模型 室内分割数据集模型为每个房间共计271个房间内有13类物体。 四、ScanNet
1. 网址
http://www.scan-net.org/
2. 模型 1、 网格数据.ply 2、 RGB-D传感器留流数据.sens 3、 2D标注数据 五、RGB-D Object Dataset
1. 网址
http://rgbd-dataset.cs.washington.edu/
2. 模型 RGB-D对象数据集是一个包含300个常见家用对象的大型数据集。这些对象被组织成51个类别使用WordNet上位词-下位词关系排列(类似于ImageNet)。该数据集是使用Kinect风格的3D相机记录的该相机以30 Hz记录同步和对齐的640x480 RGB和深度图像。每个物体被放在一个转盘上在一次完整的旋转中拍摄视频序列。对于每个物体有3个视频序列每个序列都是用安装在不同高度的摄像机记录的以便从地平线的不同角度观察物体。 六、 NYU Depth Dataset V2 纽约大学深度数据集
1. 网址
https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
2. 模型 七、 The Stanford 3D Scanning Repository
1. 网址
http://graphics.stanford.edu/data/3Dscanrep/
2. 模型 包括兔子、马、龙、菩萨等。 八、悉尼城市目标数据集
1. 网址
https://www.acfr.usyd.edu.au/papers/SydneyUrbanObjectsDataset.shtml
2. 模型 这个数据集包含用Velodyne HDL-64E LIDAR扫描的各种常见城市道路对象收集于澳大利亚悉尼CBD。含有631个单独的扫描物体包括车辆、行人、广告标志和树木等。可以用来测试匹配和分类算法。 九、ASL 数据集
1. 网址
https://projects.asl.ethz.ch/datasets/doku.php?idhome
2. 模型 这个数据集包含的数据比较多类由Automonous Systems Lab提供的数据一般数据集都有对应发表的论文成果。 十、大规模点云分类基准
1. 网址
http://www.semantic3d.net/
2. 模型 这个数据库是做大规模点云分类的提供了一个大的自然场景标记的3D点云数据集总计超过40亿点。涵盖了各种各样的城市场景教堂、街道、铁路轨道、广场、村庄、足球场、城堡等等。 十一、Oakland 3-D Point Cloud Dataset
1. 网址
http://www.cs.cmu.edu/~vmr/datasets/oakland_3d/cvpr09/doc/
2. 模型 这个数据库的采集地点是在美国卡耐基梅隆大学周围数据采集使用Navlab11配备侧视SICK LMS激光扫描仪用于推扫。其中包含了完整数据集、测试集、训练集和验证集。 十二、The KITTI Vision Benchmark Suite
1. 网址
https://www.cvlibs.net/datasets/kitti/
2. 模型 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。 十三、Robotic 3D Scan Repository
1. 网址
http://kos.informatik.uni-osnabrueck.de/3Dscans/
2. 模型 该存储库提供: 来自机器人实验的3D点云机器人运行的日志文件机器人社区的标准3D数据集 十四、WHU-TLS点云数据集
1. 网址
https://3s.whu.edu.cn/ybs/en/benchmark.htm
2. 模型 WHU-TLS基准数据集涵盖了地铁站、高铁站、山地、森林、公园、校园、住宅、河岸、文化遗产建筑、地下矿道、隧道等11种不同的环境共包含115个测站、17.4亿个三维点以及点云之间的真实转换矩阵。 十五、Paris-rue-Madame数据集
1. 网址
https://people.cmm.minesparis.psl.eu/users/serna/rueMadameDataset.html
2. 模型 Paris-rue-Madame数据集包是由三维移动激光扫描仪收集得到。数据收集于法国巴黎第六区的一个街道rue Madame试验区包含从rue Mézières至rue Vaugirard的160米长的街道数据获取时间为2013年2于8日13:30。 这个数据集是在TerraMobilita项目的框架下开发的。它是由位于法国普里斯帕里斯蒂奇矿山的机器人实验室CAOR的LARA2-3D三维激光扫描仪获得的。数据标注是由法国枫丹白露矿业中心MINES ParisTech的数学形态学中心CMM以人工辅助的方式进行的。 数据集包含两个ply文件每个ply文件包含有1000万个点。每个文件包含一个点列表x, y, z, reflective, label, class其中x, y, z对应于Lambert 93和altitude IGN1969grid RAF09参考坐标系中的地理参考坐标E, N, Ureflective是激光强度label是分割后获得的对象标签class是对象类别。 十六、District of Columbia数据集
1. 网址
https://registry.opendata.aws/dc-lidar-2015/
2. 模型 该数据集由首席技术官办公室OCTO通过哥伦比亚特区地理信息系统计划管理包含整个特区的平铺点云数据以及相关元数据。点云中的每个点都已根据以下模式进行了分类。 Class 1: Processed, but unclassified Class 2: Bare earth Class 7: Low noise Class 9: Water Class 10: Ignored ground Class 11: Withheld Class 17: Bridge decks Class 18: High noise 十七、Paris-Lille-3D数据集
1. 网址
https://npm3d.fr/paris-lille-3d
2. 模型 Paris-Lille-3D是点云分类的数据集和基准。这些数据是由法国两个不同城市(巴黎和里尔)的移动激光系统(MLS)产生的。该点云已经完全由50个不同的类别手工标记以帮助自动点云分割和分类算法的研究社区。 十八、DublinCity数据集
1. 网址
https://v-sense.scss.tcd.ie/DublinCity/
2. 模型 都柏林大学学院(UCD)的城市建模小组在2015年通过直升机执行的ALS设备扫描了都柏林市中心的主要区域(即大约 5.6 k m 2 5.6 km^2 5.6km2包括部分覆盖区域)。然而实际关注的区域大约是 2 k m 2 2 km^2 2km2其中包含最密集的激光雷达点云和影像数据集。飞行高度大部分在300米左右全程在41条跑道上进行。 十九、PCL官方测试数据集
1. 网址
https://github.com/PointCloudLibrary/data
2. 模型 包括二维、三维点云配准、分割、滤波、建模等数据。 二十、激光雷达数据源
1. Open Topography
http://www.opentopography.org
2. USGS Earth Explorer
http://earthexplorer.usgs.gov
3. United States Interagency Elevation Inventory Wikipedia LiDAR
https://en.wikipedia.org/wiki/National_Lidar_Dataset_(United_States)
4. NOAA Digital Coast
https://coast.noaa.gov/digitalcoast/tools/
5. LIDAR Online
https://www.lidar-online.com/
6. National Ecological Observatory Network
http://www.neonscience.org/data-resources
未完待续。。。
相关链接
[1] 三维点云数据集 [2] 点云数据集 [3] 三维点云开源数据集汇总 [4] 三维点云数据集—目标检测、分类、匹配 [5] 数据分享 | LiDAR点云数据汇总
