scannet v2 数据集下载

本文介绍了Scannet数据集的详细信息,包括1513个采集场景数据,涵盖21个类别对象,以及针对3D和2D的语义与实例分割评估任务。文章还提供了下载数据集的方法,并展示了如何使用Python脚本处理和读取点云数据。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

scannet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。

如果去官网下载,要填一个TOS协议,然后发邮件过去,会得到python脚本。
类似下面这样,脚本放在github里保存。

#coding:utf-8
#!/usr/bin/env python
# Downloads ScanNet public data release
# Run with ./download-scannet.py (or python download-scannet.py on Windows)
# -*- coding: utf-8 -*-
import argparse
import os
import urllib.request      #(for python3)
# import urllib
import tempfile

BASE_URL = 'http://kaldir.vc.in.tum.de/scannet/'
TOS_URL = BASE_URL + 'ScanNet_TOS.pdf'
FILETYPES = ['.sens', '.txt',
             '_vh_clean.ply', '_vh_clean_2.ply',
             '_vh_clean.segs.json', '_vh_clean_2.0.010000.segs.json',
             '.aggregation.json', '_vh_clean.aggregation.json',
             '_vh_clean_2.labels.ply',
             '_2d-instance.zip', '_2d-instance-filt.zip',
             '_2d-label.zip', '_2d-label-filt.zip']
FILETYPES_TEST = ['.sens', '.txt', '_vh_clean.ply', '_vh_clean_2.ply']
PREPROCESSED_FRAMES_FILE = ['scannet_frames_25k.zip', '5.6GB']
TEST_FRAMES_FILE = ['scannet_frames_test.zip', '610MB']
LABEL_MAP_FILES = ['scannetv2-labels.combined.tsv', 'scannet-labels.combined.tsv']
RELEASES = ['v2/scans', 'v1/scans']
RELEASES_TASKS = ['v2/tasks', 'v1/tasks']
RELEASES_NAMES = ['v2', 'v1']
RELEASE = RELEASES[0]
RELEASE_TASKS = RELEASES_TASKS[0]
RELEASE_NAME = RELEASES_NAMES[0]
LABEL_MAP_FILE = LABEL_MAP_FILES[0]
RELEASE_SIZE = '1.2TB'
V1_IDX = 1

### 剩下的就不贴了,你懂得

整个数据大小是1.2T,太大了,只下载需要的部分。

python3 download-scannetv2.py -o scannet/ --type  _vh_clean_2.ply
python3 download-scannetv2.py -o scannet/ --type  _vh_clean_2.labels.ply
python3 download-scannetv2.py -o scannet/ --type  _vh_clean_2.0.010000.segs.json
python3 download-scannetv2.py -o scannet/ --type  .aggregation.json

下载好之后会是这样子的,
(有小伙伴想让把这几个文件夹发过去的,注意一下,这几个文件夹有20多G,邮件发是不现实的,
实在有想要的请在这里提取)

在这里插入图片描述
显示其中一个看下

>>> import open3d as o3d
>>> pcd = o3d.io.read_point_cloud('scene0000_00_vh_clean_2.ply')
>>> o3d.visualization.draw_geometries([pcd])

在这里插入图片描述
看下它的语义标签

>>> pcd = o3d.io.read_point_cloud('scene0000_00_vh_clean_2.labels.ply')
>>> o3d.visualization.draw_geometries([pcd])

在这里插入图片描述

ScanNetv2数据集是一个广泛应用于计算机视觉领域的室内场景 understanding 研究的数据集。它由斯坦福大学和普林斯顿大学的研究团队合作创建,并于2018年发布。 ScanNetv2数据集包含了超过1500个室内场景的深度图像和RGB图像。这些场景的数据是通过扫描真实世界中已有的室内空间获得的。其中还包括相应的物体标注和实例分割,提供了场景中物体的类别标签和像素级别的分割掩码。此外,数据集还提供了场景的3D重建结果,可以帮助研究人员进行三维场景理解的相关任务。 ScanNetv2数据集的特点是它的场景覆盖面广泛且多样化。数据集中包含了办公室、家庭住宅、餐厅、商店等各种室内场景。这样的多样性有助于研究人员在各种实际应用中进行场景理解的研究,比如室内导航、增强现实、室内家具布局等。 借助ScanNetv2数据集,研究人员可以开展多个任务和领域的研究,如场景语义分割、对象检测、物体跟踪和场景重建等。另外,数据集的开放性还促进了算法的发展和比较,使得研究人员可以对不同方法进行性能评估,并推动该领域的进步。 总的来说,ScanNetv2数据集是一个全面且多样化的室内场景 understanding 数据集,为计算机视觉研究人员提供了开展相关任务的丰富数据资源。它的发布促进了室内场景理解领域的研究和算法发展。
评论 55
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

打赏作者

蓝羽飞鸟

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
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