红木 3dscan
trajectory
英特尔将不再维护该项目。
英特尔已停止对此项目的开发和贡献,包括但不限于维护、错误修复、新版本或更新。
英特尔不再接受该项目的补丁。
如果您持续需要使用该项目,有兴趣独立开发它,或者想为开源软件社区维护补丁,请创建您自己的该项目的分支。
我们创建了包含一万多个真实物体 3D 扫描的数据集。为了创建数据集,我们招募了 70 名操作员,为他们配备了消费级移动 3D 扫描设置,并付费让他们扫描环境中的物体。操作员在实验室外扫描他们选择的物体,并且没有计算机视觉专业人员的直接监督。结果是收集了大量且多样化的物体扫描:从鞋子、杯子和玩具到三角钢琴、工程车辆和大型户外雕塑。我们与律师合作,确保数据获取不违反隐私限制。所获取的数据不可撤销地置于公共领域并可免费使用。
您可以在 http://redwood-data.org/3dscan/ 上预览和探索数据集。
如果您使用我们的下载脚本,下载的数据集将存储在data/
中。
data
├── rgbd (10,933 RGBD scans, each contains multiple RGB and depth images)
│ ├── 00001.zip
│ ├── 00002.zip
│ ├── ...
│ ├── 11097.zip
│ └── 11098.zip
├── mesh (441 reconstructed models)
│ ├── 00004.ply
│ ├── 00033.ply
│ ├── ...
│ ├── 10548.ply
│ └── 10664.ply
└── video (10,933 videos created from images)
├── 00001.mp4
├── 00002.mp4
├── ...
├── 11097.mp4
└── 11098.mp4
import redwood_3dscan as rws
# Print RGBD scans (list)
print ( rws . rgbds )
# Print meshes (list)
print ( rws . meshes )
# Print categories (dict: string->list)
print ( rws . categories )
# Print all scan_id of the "sofa" category
print ( rws . categories [ "sofa" ])
# Download by scan_id "00033"
# Download will be skipped if the resource is unavailable
# e.g. some RGBD images may not come with mesh.
rws . download_rgbd ( "00033" ) # Save to data/rgbd/00033.zip, if available
rws . download_mesh ( "00033" ) # Save to data/mesh/00033.ply, if available
rws . download_video ( "00033" ) # Save to data/video/00033.mp4, if available
rws . download_all ( "00033" ) # Downloads rgbd, mesh, and video together
# Download by category "sofa"
rws . download_category ( "sofa" )
您可以使用 Open3D 加载和可视化模型。
# For installation guides, see:
# http://www.open3d.org/docs/release/getting_started.html
pip install open3d
import redwood_3dscan as rws
import open3d as o3d
rws . download_mesh ( "00033" )
mesh = o3d . io . read_triangle_mesh ( "data/mesh/00033.ply" )
mesh . compute_vertex_normals ()
o3d . visualization . draw_geometries ([ mesh ])
整个数据集(包括 RGB-D 扫描和重建模型)均属于公共领域。只要有适当的归属,数据集的任何部分都可以用于任何目的。如果您使用任何数据,请引用我们的技术报告。
@article { Choi2016 ,
author = { Sungjoon Choi and Qian-Yi Zhou and Stephen Miller and Vladlen Koltun } ,
title = { A Large Dataset of Object Scans } ,
journal = { arXiv:1602.02481 } ,
year = { 2016 } ,
}
RGB-D 序列是使用 PrimeSense Carmine 相机采集的。分辨率为640×480,帧率为30Hz。每次扫描都打包在一个 zip 存档中,其中包含存储为 JPG 的连续彩色图像和存储为 16 位 PNG 的深度图像,其中像素值表示以毫米为单位的深度。文件名的第一部分指示帧编号,第二部分提供以微秒为单位的时间戳。
两个轴的焦距均为 525,主点为 (319.5, 239.5)。深度图像被配准到彩色图像。
重建的模型均为PLY文件格式。