ScanNet: Richly-annotated 3D Reconstructions of Indoor Scenes

摘要 利用監督的深度學習方法的關鍵要求是大型，標記數據集的可用性。 不幸的是，在瞭解RGB-D場景的情況下，幾乎沒有可用的數據–當前的數據集覆蓋了一小部分場景視圖，並且語義註釋有限。 爲解決此問題，我們引入了ScanNet，它是一個包含15M場景中的2.5Mviews的RGB-Dvideo數據集，並帶有3D相機姿勢，表面重建和語義分割。 爲了收集這些數據，我們設計了一個易於使用且可擴展的RGB-D

>>阅读原文<<