ScanNet: Richly-annotated 3D Reconstructions of Indoor Scenes

摘要 利用监督的深度学习方法的关键要求是大型，标记数据集的可用性。 不幸的是，在了解RGB-D场景的情况下，几乎没有可用的数据–当前的数据集覆盖了一小部分场景视图，并且语义注释有限。 为解决此问题，我们引入了ScanNet，它是一个包含15M场景中的2.5Mviews的RGB-Dvideo数据集，并带有3D相机姿势，表面重建和语义分割。 为了收集这些数据，我们设计了一个易于使用且可扩展的RGB-D

>>阅读原文<<