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！
