室内场景3d目标检测的多模态数据集有哪些，分别大约多大内存

以下是一些室内场景的3D多模态目标检测数据集：

1. SUN RGB-D: 这是一个室内场景的RGB-D数据集，包含10,335个场景和45个物体类别。数据集大小约为42GB。

2. ScanNet: 这也是一个室内场景的RGB-D数据集，包含1513个场景和18个物体类别。数据集大小约为1.2TB。

3. NYU Depth V2: 这是一个RGB-D数据集，包含1449个场景和894个物体类别。数据集大小约为534GB。

4. 3D object detection benchmark: 这是一个基于KITTI数据集的3D目标检测评估基准，包括室内和室外场景的数据集。数据集大小约为172GB。

需要注意的是，这些数据集的内存大小都是相对较大的，需要合适的存储设备来存储和处理。同时，不同的数据集之间包含的类别、场景和数据格式都可能不同，需要根据具体的需求进行选择。