本文主要是介绍DTU数据集结构,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
DTU 训练和测试集
用于训练,评估,测试
主要有128个scan,train:79个,val:18个,test:22个
- Cameras:相机参数
- Depths:深度图真值GT
- Depths_raw:全分辨率的深度图真值GT
- Rectified:原始图像(640*512)
- Recified_raw:全分辨率的原始图像(1600*1200)
Cameras
-
pari.txt :只有一个,每个scan通用的
- 每个场景49个view的配对方式
-
train/xxxxx_cam.txt:49个,每个视角有一个相机参数
-
不同的scan是一致的
-
相机外参,相机内参,最小深度(425mm),深度假设间隔
DTU深度范围:425~935mm
-
Depths
- depth_map_00xx.pfm:每个scan文件夹里49个视角的深度图(深度以mm为单位)
- depth_visual_00xx.png:还有49张深度图的png版本被用作mask
- 二值图,值为1的像素是深度可靠点,后续训练只计算这些点的loss
Rectified
-
每个scan文件夹里有49个视角*7种光照 = 343张图片
-
命名:
rect_[view视点]_[light光照强度]_r5000.png
-
图片尺寸:640*512
DTU点云GT
用于定量测试时的评测
- ObsMask:.mat文件保存点云真值相关指标
- Points:点云真值GT
这篇关于DTU数据集结构的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!