点云数据集整理 _云数据

点云数据集整理语义分割部件分割
【点云数据集整理】分类
大概416M？
普林斯顿项目的目标是为计算机视觉、计算机图形学、机器人和认知科学领域的研究者们提供一个全面、干净的三维CAD模型集合, 该数据的主页地址, 数据最早发布在论文3D : A Deepfor[CVPR 2015]上.
相关工作人员从数据中选择了常见的40类和10类构成数组子集, 分别表示为和, 且两个数据集都有的版本。实验中数据用到比较多的是, 有如下三种数据形式:
2048
.h5：有2048个模型，每个模型有2048个点，每个点包含xyz三个数据
.h5——.h5同上
.h5：有1648个模型
所以加起来训练数据：9840个
.h5：2048个模型，每个模型2048个点，其他同上
.h5：420个模型
用这个程序可以查看

文章插图
这里可以看到文件里面包含这几类数据：
[‘data’, ‘’, ‘label’, ‘’]
data就是点云数据，里面包含2048个模型，一个模型2048个点，每个点有xyz三个值
以.h5为例：
：420行，2048个列，不知道啥意思
label：420行，1列，不知道啥意思
: 420,2048,3
语义分割 S3DIS
S3DIS是3D室内场景的数据集, 主要用于点云的语义分割任务。主页
模型：室内分割数据集，模型为每个房间共计271个，房间内有13类物体。
关于S3DIS的论文是Joint 2D-3D- Data forScene[arXiv 2017]和3Dof Large-Scale[CVPR 2016]. S3DIS从3个的6个Area采集得到, Area1, Area3, Area6属于 1, Area2和Area4属于 2, Area5属于 3. 点云中每个点都加上了一个予以标签（例如椅子，桌子，地板，墙等共计13个对象）

文章插图
常用的数据下载格式包括如下三种:
.zip
下载下来有这些，
.txt是所有文件名字
.txt共23585行，每个block是哪个area的哪个room采集的
中作者将area6作为test area，area1-5作为训练集
如果需要用其他area准备自己的HDF5文件训练模型，需要下载S3DIS数据集。然后用脚本 a.py重新组织数据，.py产生HDF5文件。
如果不需要,即不要测试和可视化，则只需要下载作者制作好的HDF5文件。
（）
室内
整个数据1.3T好像
部件分割
原始点云数据（约1.08G）
制作好的hdf5文件（约346M）