Semantic3D——户外场景点云分割数据集

网站链接:

http://www.semantic3d.net/view_dbase.php?chl=1

 

虽然PointCNN的论文中是没有这块实验的,但是在github上,作者做了实验,代码也都发出来了。

 

Semantic3D是户外场景点云数据库,为什么要介绍这个数据库呢?

因为我们使用‘户外场景’的数据做实验,这种论文能投的期刊范围会更广一些。比如遥感类的期刊,就很喜欢这种场景,它不喜欢ModelNet40这种只有模型的数据库。

 

这个数据库分了两种数据:

一种是semantic8,包含8类东西(1: man-made terrain, 2: natural terrain, 3: high vegetation, 4: low vegetation, 5: buildings, 6: hard scape, 7: scanning artefacts, 8: cars),训练集和测试集各15个,其中一个训练数据是这样的:

Semantic3D——户外场景点云分割数据集_第1张图片

这套数据集总共包含超过10亿的点。作者怕你的算法消受不起,于是提供了一份压缩版的, reduced8,点数就少多了。

Semantic3D——户外场景点云分割数据集_第2张图片

点击data,下拉就可以选择你要下载的数据库了。

 

你可能感兴趣的:(point,cloud,deep,learning)