Scan數據集

來自 站酷網 的圖片

Scan數據集是一組簡單的語言驅動的導航任務（由一組簡單的組合導航命令與相應的動作序列配對組成），用於研究組合學習和零樣本泛化。

你可以看到Scan數據集中任意一條[[數據]]都被拆分為命令，例如反向向左走兩步，因此實際的操作應該就是向右走兩步。

數據集內容

ScanNet數據集包含了豐富的三維場景理解任務所需的數據，如三維物體分類、語義體素標籤等。

數據集中的每個場景都通過RGBD攝像機獲取，包含了xyz坐標和label信息，但不包含顏色信息。

數據集一共包含1513個室內場景數據，其中1201個場景用於訓練，312個場景用於測試。每個場景中點雲數量都不同，從每一個場景隨機採集8192點作為一個訓練或測試樣本。

文件構成與作用

數據集中的文件包括如_vh_clean.ply、_vh_clean_2.ply等，這些文件包含高質量的重建表面網格數據。

.aggregation.json文件包含場景的實例級語義注釋，提供了關於不同實例的詳細信息。

_vh_clean_2.labels.ply文件提供了點雲中每個點的語義標籤，用於語義分割任務。

還有其他如_vh_clean_2.0.010000.segs.json等分割文件，以及建立不同數據集標註體系之間映射關係的scannetv2-labels.combined.tsv文件‌。

應用場景

ScanNet數據集可用於三維物體分類、語義分割、CAD模型檢索等三維場景理解任務。

其豐富的標註信息和高質量的數據ref>數據的來源以及數據是什麼？，搜狐，2021-07-26 </ref>使得它成為研究人員進行三維視覺和深度學習算法研究的重要資源。

請注意，如果存在其他名為「Scan數據集」的數據集，並且它與ScanNet數據集不同，那麼上述信息可能不適用。在具體使用時，請確保數據集名稱和來源的準確性。