深度估计数据集

最新推荐文章于 2025-10-22 22:06:00 发布
最新推荐文章于 2025-10-22 22:06:00 发布
阅读量5.7k 收藏 25
点赞数 4
CC 4.0 BY-SA版权
分类专栏： 2D转3D 文章标签： 自动驾驶 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/kl1411/article/details/103805255
本文列举了多个用于自动驾驶研究的重要数据集，包括iBims-1、NYU Depth V2、KITTI、Middlebury Stereo Datasets、Make3D、MegaDepth和ReDWeb V1等。这些数据集提供了丰富的RGB-D图像、深度图、激光雷达数据和视差图，用于评测和训练计算机视觉、深度学习和3D物体检测等技术。

iBims-1
100 RGB-D image pairs of various indoor scenes
https://www.bgu.tum.de/lmf/ibims1/
下载链接
https://dataserv.ub.tum.de/index.php/s/m1455541

NYU Depth Dataset V2（Kinect）
1449 densely labeled pairs of aligned RGB and depth images
https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
NYU Depth V2 数据集是由来自各种室内场景的视频序列组成的数据集
拥有 1449 个密集标记的对齐 RGB 和深度图像，从 3 个城市拍摄的 464 个新场景
https://hyper.ai/datasets/5376

KITTI（激光雷达）
目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流(optical flow)，视觉测距(visual odometry)，3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能。
超过200k 3D标注物体的图像组成
http://www.cvlibs.net/datasets/kitti/raw_data.php
93,000个深度图，具有相应的原始LiDaR扫描和RGB图像，与KITTI数据集的“原始数

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【数据集合集】最全最新：深度估计相关数据集（Depth Estimation）
2401_87064292的博客
09-02 1078
深度估计相关数据集，更多内容请订阅我的专栏。
常用的深度估计数据集
zfjBIT的专栏
02-21 1640
常用的深度估计数据集
基于深度学习的单目深度估计综述（数据集、单/双目视觉等）
3D视觉工坊
11-18 6439
作者|黄飘 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/111759578前言前段时间有思考过结合3D信息来辅助多目标跟踪任务，不过效果没有达到我的预期。一方面是多目标跟踪相关数据集除了KITTI之外缺乏多任务标注信息，另一方面单目深度估计对于密集拥挤人群的效果很差。所以我觉得对于稀疏场景、车辆跟踪或者提供真实3D信息和相机信息的场景任务更有意义。下面...
【图像处理基石】单目深度估计入门：从原理到实践，一文带你走进“单眼测距”的世界
最新发布
智能守恒_HengAI
10-22 1381
在聊技术之前，我们先明确核心概念——深度估计（Depth Estimation），简单说就是让机器“看懂”图像中每个像素到相机的距离。而单目深度估计（Monocular Depth Estimation，MDE），是指仅用一个相机（单目传感器）拍摄的单张2D图像，就能计算出场景的深度信息，输出一张与输入图像尺寸相同的“深度图”（像素值代表该位置的距离，通常用灰度或伪彩色表示，颜色越亮/暗对应距离越近/远）。
kitti深度估计数据集介绍
weixin_38252409的博客
09-04 5609
最近，我也开始做深度估计模型，该内容属于CV另一个领域，我使用depth anythingv2实现深度估计内容。然而kitti数据一直都是3d重要内容，作者收集了长达6个小时的真实交通环境，数据集由经过校正和同步的图像、雷达扫描、高精度的GPS信息和IMU加速信息等多种模态的信息组成。作者还在数据集官网提供了光流、物体检测、深度估计等多种任务的Benchmark。本篇介绍KITTI深度数据内容。
深度估计数据集合
流浪机器人的博客
11-12 4303
深度估计数据集分为室内和室外，根据当前深度估计方法，1.使用视频帧数据集训练，RGB图片对应depth深度;2.使用双目数据训练，Stereo pair左右RGB图像和disparty（视差图）。 室内 NYU-V2 1449张处理好的有标签和补全深度的。 Raw: The raw rgb, depth and accelerometer data as provided by the Kinec...
【深度估计 Depth Estimation】数据集介绍
欢迎来到我的博客～
05-22 2122
11 个场景（Artroom、Bandsaw、Chess、Curule、Octogons、Pendulum、Skates、Skiboots、Traproom、Ladder、Podium），每场景 1–3 个视角；克隆 KITTI Tracking 基准的 5 条序列（Scene01、Scene02、Scene06、Scene18、Scene20），并引入不同天气（雾、雨）与相机旋转（±15°）变体。同步采集自 3 个城市的 464 个不同室内场景（公寓、办公室、走廊等），20–30 FPS 视频序列。
深度估计研究方向常用数据集介绍
qq_54556560的博客
04-30 1643
深度估计（Depth Estimation）是计算机视觉中的核心任务之一，旨在从单目、双目或多视角图像中恢复场景的三维几何信息。单目深度估计：仅用单张图像预测深度（无需多视角或传感器）。立体匹配（双目深度估计）：利用双目图像视差恢复深度。多视角深度估计：基于多个视角的图像或视频序列（如SLAM、MVS）。传感器融合：结合RGB图像与激光雷达（LiDAR）、ToF相机等传感器数据。应用场景：自动驾驶、机器人导航、增强现实（AR/VR）、3D重建等。
单目深度估计 公开数据集 python
07-09
公开数据集在单目深度估计的研究中扮演着不可或缺的角色。这些数据集不仅包含大量的图像数据，还提供了对应的深度信息，或者至少提供了辅助数据来训练和验证深度估计模型。一些著名的公开数据集，如KITTI、NYU Depth...
基于深度学习的深度估计数据集
qq_34923437的博客
09-29 723
截止20200929 参考A Survey on Deep Learning Techniques for Stereo-based Depth Estimation补充整理
深度数据集
weixin_45371818的博客
09-11 3294
1.Robust Consistent Video Depth Estimation 这篇文章提到的Sintel Depth深度数据集，提供RGB和深度图像、相机的内参和外参、读写深度图的SDK。
monocular_depth_estimation:纽约大学数据集上的单眼深度估计
04-02
纽约大学数据集上的单眼深度估计 该项目演示了一种单眼深度估计网络的开发，该网络是改编。
Depth_estimation:深度学习模型可估计图像深度
05-22
带转移学习的预训练MobileNetV2的单眼深度估计 该项目实施了深度学习神经网络模型，以生成给定图像的深度图像。 模型是一个以MobileNetV2为编码器的U-net模型，该模型利用了从编码器到解码器的跳过连接。 模型为相同大小的输入图像生成分辨率为480x640的深度图像。 该项目的实施参考了以下文件： [Ibraheem Alhashim]和Peter Wonka 入门 使用IPYTHON文件“ train_mobilenetv2.ipynb”训练模型。 下载数据集并提供数据集的位置。 根据需要更改以下内容：batch_size，epochs，lr（学习率）。 如果需要，加载预训练的模型。 IPYTHON文件“ test_img.ipynb”可用于在预训练模型上生成深度图像。 给出要转换的图像字典的位置并加载预训练的模型 IPYTHON文件“ test_video.i
matlab改变代码颜色-KITTI_Dense_Depth:在KITTI数据集上生成用于单眼深度估计任务的密集深度图
05-26
matlab改变代码颜色KITTI密集深度 这是将KITTI数据集的稀疏深度图绘制为单眼深度估计任务训练或结果可视化的简单实现。 要求 这些代码已经在Ubuntu 16.04 LTS上使用Python 2.7和Matlab-linux进行了测试。 数据准备 对于用于训练任务或结果可视化的绘画深度图，您应该通过在特定数据目录中运行bash脚本来下载带有官方拆分的KITTI raw dataset ： sudo bash download_kitti_raw_data.sh 你想跟随本征的传统分裂，培训列表文件eigen_train_files.txt和测试列表文件eigen_test_files.txt可以发现./utils 。 绘画中 首先，您可以通过运行以下提供的python代码来生成投影深度地面实况： 不要更改kitti原始数据的文件结构。 修改kitti原始数据路径data_path并将路径gt16bit_dir保存在save_16bitpng_gt.py ，然后 python save_16bitpng_gt.py 其次，在修改索引文件并保存代码路径之前，请在Matlab中运行
图像匹配 Megadepth数据集下载
04-15
单视图深度预测是计算机视觉中的一个基本问题。最近，深度学习方法取得了重大进展，但此类方法受到可用训练数据的限制。当前基于 3D 传感器的数据集具有关键局限性，包括仅限室内图像 (NYU)、少量训练示例 (Make3D) 和稀疏采样 (KITTI)。我们建议使用多视图互联网照片集（几乎无限的数据源）通过现代运动结构和多视图立体（MVS）方法生成训练数据，并基于此想法提出一个名为 MegaDepth 的大型深度数据集。从 MVS 导出的数据也有其自身的挑战，包括噪声和不可重构的对象。我们通过新的数据清理方法来解决这些挑战，并通过使用语义分割生成的序数深度关系自动增强我们的数据。我们通过证明在 MegaDepth 上训练的模型表现出很强的泛化能力来验证大量互联网数据的使用——不仅对新颖的场景，而且对其他不同的数据集（包括 Make3D、KITTI 和 DIW），即使这些数据集中没有图像训练时可见
计算机视觉基础（13）——深度估计
热门推荐
猪猪和超超的博客
12-25 1万+
本节是计算机视觉的最后一节，我们将学习深度估计。从深度的概念和度量入手，依次学习单目深度估计和双目/多目深度估计，需要知道深度估计的经典方法，掌握深度估计的评价标准，注意结合对极几何进行分析和思考。
单目深度估计总结
qq_43349542的博客
05-12 1万+
计算机视觉里的深度是指物体离相机的距离，表示为相机坐标系下的Z坐标值。 相对深度和绝对深度估计 单目视频序列深度估计 自监督，需要知道估计相机的姿态变化或者是否固定 首先找到相邻图像对应点的组合，根据这些匹配的点对计算出相机的位姿（相对初始位置，相机的旋转和平移）。 单目深度估计（单图） 1.需要ground truth depth map的深度图的估计(运用到地铁上时需要自己制作数据集，显然不合适，自己只能制作像kitti这样的数据集) 2.不需要 真实值，由深度线索生成深度图。 ...
基于monodepth2的单目深度估计自建数据集实验训练步骤
2301_77854234的博客
06-03 3075
2、因为项目要求图像分辨率长宽应该是32的倍数，所以你录制的视频分辨率如果达不到这个要求的话，需要再进行裁剪，同时为了使模型能跑的起来跑快点，建议你再将高分辨率的图像进行裁剪。4、使用picturepath.py生成train_files.txt文件和val_files.txt文件，替代原来splits/eigen_zhou目录下的文件。7、训练完成后，依据readme中的命令行对图像进行预测看结果，这个预训练参数模型再训练的预测结果，应该是在相关数据集上的效果明显优于KITTI预训练模型。
（NYU Depth Toolbox）KITTI数据集深度图补全
weixin_41423872的博客
03-09 7479
用KITTI做单目深度估计的时候需要用NYU Depth Toolbox工具处理KITTI数据集中原始的深度图，得到补全后的深度图。网上这方面的教程比较少，记录一下在此过程中踩的坑。 首先在官网https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html下载工具箱。 发现其中既有.m文件又有.cpp文件,demo_fill_depth_cross_bf_test.m是用作深度补全的文件,需要用到mex_cbf_windows.cpp,所以要使用matla
深度估计数据集制作
08-10
### 构建用于深度估计的自定义数据集 构建用于深度估计的数据集是计算机视觉中的一个重要任务，尤其是在自动驾驶、机器人导航和三维重建等应用场景中。以下是构建此类数据集的具体步骤和注意事项： #### 数据采集 深度估计模型通常需要成对的图像和深度图作为训练数据。图像可以是单目或双目的RGB图像，而深度图则可以通过激光雷达（LiDAR）、结构光传感器（如Kinect）或通过立体匹配算法生成[^1]。 - **设备选择**：使用高精度的深度传感器（如Intel RealSense、Kinect V2）或LiDAR获取深度信息。 - **同步采集**：确保RGB图像和深度图像在时间和空间上对齐，以避免因移动导致的错位。 - **环境多样性**：在不同的光照条件、天气状况和场景复杂度下采集数据，以增强模型的泛化能力。 #### 数据预处理 采集到的原始数据通常需要经过预处理，以便更好地适应模型训练的需求。 - **对齐与裁剪**：对RGB图像和深度图像进行像素级对齐，并裁剪到统一尺寸。 - **噪声去除**：使用滤波算法（如中值滤波、双边滤波）去除深度图中的噪声。 - **归一化处理**：将深度值归一化到[0, 1]范围，以便模型更容易收敛。 #### 数据标注 对于深度估计任务，数据标注通常是指生成深度图。深度图可以是单通道的灰度图，其中每个像素的值表示该点的深度信息。 - **自动标注**：使用传感器直接获取深度图，或者通过立体匹配算法从双目图像中生成深度图。 - **手动修正**：在某些情况下，可能需要手动修正深度图中的异常值或缺失值。 #### 数据集划分 为了有效评估模型的性能，通常需要将数据集划分为训练集、验证集和测试集。 - **训练集**：用于模型的训练过程，通常占数据集的70%-80%。 - **验证集**：用于调整模型的超参数和选择最佳模型，通常占数据集的10%-15%。 - **测试集**：用于最终评估模型的性能，通常占数据集的10%-15%。测试集应该在整个训练过程中保持隐藏，以确保评估的公正性[^2]。 #### 数据增强 为了提高模型的泛化能力，可以在训练过程中引入数据增强技术。 - **几何变换**：包括随机裁剪、缩放、旋转和翻转。 - **颜色变换**：包括亮度调整、对比度调整和颜色抖动。 - **深度变换**：包括深度值的随机扰动和归一化范围的调整。 #### 数据格式与存储 深度估计数据集通常以文件夹结构存储，每个样本包含一个RGB图像和一个对应的深度图。 - **文件夹结构**： ``` dataset/ ├── train/ │ ├── images/ │ └── depths/ ├── val/ │ ├── images/ │ └── depths/ └── test/ ├── images/ └── depths/ ``` - **文件格式**：RGB图像通常保存为PNG或JPEG格式，深度图则保存为PNG或NPY格式，以保留高精度的深度值。 #### 模型训练配置 在训练深度估计模型时，需要根据具体任务调整模型的配置参数。 - **模型选择**：可以选择适合深度估计的模型架构，如Monodepth2、DPT（Dense Prediction Transformer）等。 - **损失函数**：常用的损失函数包括L1损失、L2损失以及结构相似性损失（SSIM）。 - **训练参数**：根据硬件条件设置合适的批量大小（batch size）、学习率（learning rate）和训练轮数（epochs）[^4]。 ```python # 示例：配置深度估计模型的训练参数 config = { "model": "monodepth2", "data": { "train": "/path/to/dataset/train", "val": "/path/to/dataset/val" }, "epochs": 50, "batch_size": 8, "learning_rate": 1e-4, "loss_function": "l1" } ``` #### 性能评估 在训练完成后，需要对模型在测试集上的表现进行评估。 - **评估指标**：常用的评估指标包括绝对误差（MAE）、均方误差（MSE）、相对误差（REL）和对数误差（log10）。 - **可视化分析**：通过可视化预测的深度图与真实深度图的对比，直观评估模型的性能。 --- ###
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

WX Chen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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