紅木 3dscan
trajectory
英特爾將不再維護該項目。
英特爾已停止對此專案的開發和貢獻,包括但不限於維護、錯誤修復、新版本或更新。
英特爾不再接受該項目的補丁。
如果您持續需要使用該項目,有興趣獨立開發它,或者想為開源軟體社群維護補丁,請建立您自己的該專案的分支。
我們建立了包含一萬多個真實物體 3D 掃描的資料集。為了創建資料集,我們招募了 70 名操作員,為他們配備了消費級行動 3D 掃描設置,並付費讓他們掃描環境中的物體。操作員在實驗室外掃描他們選擇的物體,並且沒有電腦視覺專業人員的直接監督。結果是收集了大量且多樣化的物件掃描:從鞋子、杯子和玩具到三角鋼琴、工程車輛和大型戶外雕塑。我們與律師合作,確保資料取得不違反隱私限制。所取得的資料不可撤銷地置於公共領域並可免費使用。
您可以在 http://redwood-data.org/3dscan/ 上預覽和探索資料集。
如果您使用我們的下載腳本,下載的資料集將儲存在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 載入和視覺化模型。
# 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 ])
整個資料集(包括 RGB-D 掃描和重建模型)均屬於公共領域。只要有適當的歸屬,資料集的任何部分都可以用於任何目的。如果您使用任何數據,請引用我們的技術報告。
@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 相機採集的。解析度為640×480,幀率為30Hz。每次掃描都打包在一個 zip 檔案中,其中包含儲存為 JPG 的連續彩色影像和儲存為 16 位元 PNG 的深度影像,其中像素值表示以毫米為單位的深度。檔案名稱的第一部分指示訊框編號,第二部分提供以微秒為單位的時間戳記。
兩軸的焦距均為 525,主點為 (319.5, 239.5)。深度影像被配準到彩色影像。
重建的模型均為PLY檔案格式。