数据集比较小的可以3d多模态目标检测的室外场景数据集有哪些
时间: 2023-10-02 17:07:42 浏览: 64
针对室外场景的3D多模态目标检测,常用的数据集有以下几个:
1. KITTI数据集:该数据集包含了22个类别的目标,包括行人、车辆、自行车等,其中包含了3D框架和激光雷达数据。
2. nuScenes数据集:该数据集包含了23个类别的目标,包括行人、车辆、自行车等,其中包含了3D框架、激光雷达数据、相机图像和雷达图像。
3. Waymo Open数据集:该数据集包含了多个城市的行驶场景,其中包含了3D框架、激光雷达数据、相机图像和雷达图像。
4. ApolloScape数据集:该数据集包含了多个城市的行驶场景,其中包含了3D框架、激光雷达数据、相机图像和雷达图像。
需要注意的是,以上数据集都是比较大的数据集,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。
相关问题
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。
多模态2D+3D人脸识别所有公开数据集数据集
以下是一些公开的多模态2D+3D人脸识别数据集:
1. BU-3DFE数据集:这个数据集包含了100个志愿者的3D面部表情数据,每个志愿者有40个表情。每个样本都包含了2D和3D的数据。
2. BP4D+数据集:该数据集包含了来自41位志愿者的高质量2D和3D面部表情数据。每个志愿者在多个表情状态下有多个序列。
3. CASIA-3D数据集:CASIA-3D数据集是一个基于Kinect传感器采集的多模态人脸识别数据集。它包含了来自不同视角和不同表情的2D和3D人脸图像。
4. UND-J2数据集:这个数据集包含了来自60个志愿者的2D和3D面部图像。每个志愿者有20张图像,涵盖了不同姿态和表情。
5. ICT-3DRFE数据集:这个数据集包含了来自105个志愿者的2D和3D面部表情数据。每个志愿者有12个表情状态。
6. 3D Mask Attack数据集:这个数据集专门用于研究3D面具攻击的人脸识别问题。它包含了来自不同人种和性别的真实人脸图像和3D面具攻击图像。
这些数据集提供了丰富的多模态2D+3D人脸图像,可用于研究和评估多模态人脸识别算法的性能。它们涵盖了不同的表情、姿态和光照条件,可以帮助研究人员更好地理解和解决多模态人脸识别中的挑战。请注意,在使用这些数据集时,请遵循相应的许可和使用规定。