SLAM常用数据集

转载来源 https://blog.csdn.net/qq_28448117/article/details/79369065
SLAM或视觉里程计

1. TUM RGB-D数据集

自带Ground-truth轨迹与测量误差的脚本（python写的，还有一些有用的函数）。
网址：点击打开链接

1. KITTI数据集
   地址：点击打开链接

著名的室外数据集，包括单目视觉 ,双目视觉, velodyne, POS 轨迹。

1. Oxford数据集
   含有一些Fabmap相关的数据集，用来验证闭环检测的算法。室外场景。

网址：点击打开链接

1. ICL-NUIM数据集
   RGB-D数据集，室内向。提供ground-truth和odometry。

网址：点击打开链接

语义SLAM和语义分割：

1. NYU RGB-D 数据集
   使用Kinect捕获的室内数据集，提供语义标签。

网址：点击打开链接

1. NYUDv2

包括TUM RGB-D中缺失的起居室，厨房和卧室场景，专注于办公室的桌子，物品和人物。
网址：点击打开链接

1. ScanNet 数据集

由1500个室内RGB-D扫描组成，其中包含3D相机姿态，表面重建和与多个对象类别相关的网格分割。

1. PASCAL VOC2012 数据集

由1500个室内RGB-D扫描组成，其中包含3D相机姿态，表面重建和与多个对象类别相关的网格分割。 这种注释使我们能够通过

网址：点击打开链接

1. PASCAL Context
   数据是基于PASCAL VOC 2010做的标记
   网址：点击打开链接

2. MS COCO

网址：点击打开链接

7.PASCAL-Part Dataset

网址：点击打开链接

8.SYNTHIA
网址：点击打开链接
计算机合成的城市道路驾驶环境的像素级标注的数据集。

9.Cityscapes
网址：点击打开链接
该数据集是自动驾驶相关方面的数据集，重点关注于像素级的场景分割和实例标注。