常用的資料集有：kitti資料集、euroc資料集、tum資料集、oxford資料集、icl-nuim資料集、rgbd object資料集等等。
kitti資料集
kitti資料集由德國卡爾斯魯厄理工學院和豐田美國技術研究院聯合創辦，是目前國際上最大的自動駕駛場景下的計算機視覺演算法評測資料集。該資料集用於評測立體影象(stereo)，光流(optical flow)，視覺測距(visual odometry)，3d物體檢測(object detection)和3d跟蹤(tracking)等計算機視覺技術在車載環境下的效能。kitti包含市區、鄉村和高速公路等場景採集的真實影象資料，每張影象中最多達15輛車和30個行人，還有各種程度的遮擋與截斷。
euroc資料集
euroc資料集包含11個雙目序列，這些序列是由微型飛行器在兩個不同的房間和乙個大型工業環境中飛行時記錄下來的。提供兩種型別的資料集
:第乙個包含來自
leica
多站的三維位置地面真值，並著重於視覺慣性的評估
slam
演算法在乙個真實的工業場景。
tum資料集
資料集包含一些室內的序列，在不同的紋理下，不同的光照和不同的結構條件，從rgb-d感測器採集到的資料中分別去評估物體的重建和slam/視覺里程計的效能。tum提供很多資料集，從各個有利位置捕獲物件，每個條目中包含影象序列、相應的輪廓和完整的校準引數。
oxford資料集
對牛津的一部分連續的道路進行了上百次資料採集，收集到了多種天氣、行人和交通情況下的資料，也有建築和道路施工時的資料，總的資料長度達1000小時以上。
icl-nuim資料集
該集旨在對rgb-d、視覺測距和slam演算法進行基準測試。兩個不同的場景（起居室和辦公室場景）提供了基本事實。客廳具有3d表面地面實況以及深度圖和相機姿勢，因此完美地適用於不僅用於標記相機軌跡而且還用於重建。辦公室場景僅帶有軌跡資料，並且沒有任何明確的3d模型。
rgb-d物件資料集
雷射slam 雷射SLAM與視覺SLAM的特點
雷射slam與視覺slam的特點 目前，slam技術被廣泛運用於機械人 無人機 無人駕駛 ar vr等領域，依靠感測器可實現機器的自主定位 建圖 路徑規劃等功能。由於感測器不同，slam的實現方式也有所不同，按感測器來分，slam主要包括雷射slam和視覺slam兩大類。其中，雷射slam比視覺sl...
深度學習視覺常用資料集
1.深度學習資料集收集 收集大量的各深度學習相關的資料集，但並不是所有開源的資料集都能在上面找到相關資訊。2 tiny images dataset 包含8000萬的32 32影象，cifar 10和cifar 100便是從中挑選的。3 cophir 雅虎發布的超大flickr資料集，包含1億多張。...
slam資料集整合
根據大家的要求，在此整合一下常用的幾個資料集。我平時話太囉嗦了，這裡就簡單一些。為啥編輯器的分隔線都這麼萌 1.tum資料集 這個大家用的人都知道，rgb d資料集，有很多個sequence，自帶ground truth軌跡與測量誤差的指令碼 python寫的，還有一些有用的函式 有一些很簡單 xy...