目录
- 一、ModelNet40
- 二、ShapeNet
- 三、S3DIS Dataset
- 四、ScanNet
- 五、RGB-D Object Dataset
- 六、 NYU Depth Dataset V2 （纽约大学深度数据集）
- 七、 The Stanford 3D Scanning Repository
- 八、悉尼城市目标数据集
- 九、ASL 数据集
- 十、大规模点云分类基准
- 十一、Oakland 3-D Point Cloud Dataset
- 十二、The KITTI Vision Benchmark Suite
- 十三、Robotic 3D Scan Repository
- 十四、WHU-TLS点云数据集
- 十五、Paris-rue-Madame数据集
- 十六、District of Columbia数据集
- 十七、Paris-Lille-3D数据集
- 十八、DublinCity数据集
- 十九、PCL官方测试数据集
- 二十、激光雷达数据源
- 相关链接
一、ModelNet40
1. 网址
https://modelnet.cs.princeton.edu/#
2. 模型
没有颜色信息的飞机、杯子、椅子、吉他等40个模型。
二、ShapeNet
1. 网址
http://web.stanford.edu/~ericyi/project_page/part_annotation/index.html
2. 模型
没有颜色但有法向量且带有标注信息的飞机、杯子、帽子等16个类别的模型。
三、S3DIS Dataset
1. 网址
http://buildingparser.stanford.edu/dataset.html
2. 模型
室内分割数据集，模型为每个房间共计271个，房间内有13类物体。
四、ScanNet
1. 网址
2. 模型
1、 网格数据（.ply）
2、 RGB-D传感器留流数据（.sens）
3、 2D标注数据
五、RGB-D Object Dataset
1. 网址
http://rgbd-dataset.cs.washington.edu/
2. 模型
RGB-D对象数据集是一个包含300个常见家用对象的大型数据集。这些对象被组织成51个类别，使用WordNet上位词-下位词关系排列(类似于ImageNet)。该数据集是使用Kinect风格的3D相机记录的，该相机以30 Hz记录同步和对齐的640x480 RGB和深度图像。每个物体被放在一个转盘上，在一次完整的旋转中拍摄视频序列。对于每个物体，有3个视频序列，每个序列都是用安装在不同高度的摄像机记录的，以便从地平线的不同角度观察物体。
六、 NYU Depth Dataset V2 （纽约大学深度数据集）
1. 网址
https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
2. 模型
七、 The Stanford 3D Scanning Repository
1. 网址
http://graphics.stanford.edu/data/3Dscanrep/
2. 模型
包括：兔子、马、龙、菩萨等。
八、悉尼城市目标数据集
1. 网址
https://www.acfr.usyd.edu.au/papers/SydneyUrbanObjectsDataset.shtml
2. 模型
这个数据集包含用Velodyne HDL-64E LIDAR扫描的各种常见城市道路对象，收集于澳大利亚悉尼CBD。含有631个单独的扫描物体，包括车辆、行人、广告标志和树木等。可以用来测试匹配和分类算法。
九、ASL 数据集
1. 网址
https://projects.asl.ethz.ch/datasets/doku.php?id=home
2. 模型
这个数据集包含的数据比较多类，由Automonous Systems Lab提供的数据，一般数据集都有对应发表的论文成果。
十、大规模点云分类基准
1. 网址
2. 模型
这个数据库是做大规模点云分类的，提供了一个大的自然场景标记的3D点云数据集，总计超过40亿点。涵盖了各种各样的城市场景：教堂、街道、铁路轨道、广场、村庄、足球场、城堡等等。
十一、Oakland 3-D Point Cloud Dataset
1. 网址
http://www.cs.cmu.edu/~vmr/datasets/oakland_3d/cvpr09/doc/
2. 模型
这个数据库的采集地点是在美国卡耐基梅隆大学周围，数据采集使用Navlab11，配备侧视SICK LMS激光扫描仪，用于推扫。其中包含了完整数据集、测试集、训练集和验证集。
十二、The KITTI Vision Benchmark Suite
1. 网址
https://www.cvlibs.net/datasets/kitti/
2. 模型
这个数据集来自德国卡尔斯鲁厄理工学院的一个项目，其中包含了利用KIT的无人车平台采集的大量城市环境的点云数据集（KITTI），这个数据集不仅有雷达、图像、GPS、INS的数据，而且有经过人工标记的分割跟踪结果，可以用来客观的评价大范围三维建模和精细分类的效果和性能。
十三、Robotic 3D Scan Repository
1. 网址
http://kos.informatik.uni-osnabrueck.de/3Dscans/
2. 模型
该存储库提供:
- 来自机器人实验的3D点云
- 机器人运行的日志文件
- 机器人社区的标准3D数据集
十四、WHU-TLS点云数据集
1. 网址
https://3s.whu.edu.cn/ybs/en/benchmark.htm
2. 模型
WHU-TLS基准数据集涵盖了地铁站、高铁站、山地、森林、公园、校园、住宅、河岸、文化遗产建筑、地下矿道、隧道等11种不同的环境，共包含115个测站、17.4亿个三维点以及点云之间的真实转换矩阵。
十五、Paris-rue-Madame数据集
1. 网址
https://people.cmm.minesparis.psl.eu/users/serna/rueMadameDataset.html
2. 模型
Paris-rue-Madame数据集包是由三维移动激光扫描仪收集得到。数据收集于法国巴黎第六区的一个街道rue Madame，试验区包含从rue Mézières至rue Vaugirard的160米长的街道；数据获取时间为2013年2于8日13:30。
这个数据集是在TerraMobilita项目的框架下开发的。它是由位于法国普里斯帕里斯蒂奇矿山的机器人实验室（CAOR）的LARA2-3D三维激光扫描仪获得的。数据标注是由法国枫丹白露矿业中心（MINES ParisTech）的数学形态学中心（CMM）以人工辅助的方式进行的。
数据集包含两个ply文件，每个ply文件包含有1000万个点。每个文件包含一个点列表（x, y, z, reflective, label, class），其中x, y, z对应于Lambert 93和altitude IGN1969（grid RAF09）参考坐标系中的地理参考坐标（E, N, U），reflective是激光强度，label是分割后获得的对象标签，class是对象类别。
十六、District of Columbia数据集
1. 网址
https://registry.opendata.aws/dc-lidar-2015/
2. 模型
该数据集由首席技术官办公室（OCTO）通过哥伦比亚特区地理信息系统计划管理，包含整个特区的平铺点云数据以及相关元数据。点云中的每个点都已根据以下模式进行了分类。
Class 1: Processed, but unclassified
Class 2: Bare earth
Class 7: Low noise
Class 9: Water
Class 10: Ignored ground
Class 11: Withheld
Class 17: Bridge decks
Class 18: High noise
十七、Paris-Lille-3D数据集
1. 网址
https://npm3d.fr/paris-lille-3d
2. 模型
Paris-Lille-3D是点云分类的数据集和基准。这些数据是由法国两个不同城市(巴黎和里尔)的移动激光系统(MLS)产生的。该点云已经完全由50个不同的类别手工标记，以帮助自动点云分割和分类算法的研究社区。
十八、DublinCity数据集
1. 网址
https://v-sense.scss.tcd.ie/DublinCity/
2. 模型
都柏林大学学院(UCD)的城市建模小组在2015年通过直升机执行的ALS设备扫描了都柏林市中心的主要区域(即大约 5.6 k m 2 5.6 km^2 5.6km2，包括部分覆盖区域)。然而，实际关注的区域大约是 2 k m 2 2 km^2 2km2，其中包含最密集的激光雷达点云和影像数据集。飞行高度大部分在300米左右，全程在41条跑道上进行。
十九、PCL官方测试数据集
1. 网址
https://github.com/PointCloudLibrary/data
2. 模型
包括二维、三维点云，配准、分割、滤波、建模等数据。
二十、激光雷达数据源
1. Open Topography
2. USGS Earth Explorer
3. United States Interagency Elevation Inventory + Wikipedia LiDAR
https://en.wikipedia.org/wiki/National_Lidar_Dataset_(United_States)
4. NOAA Digital Coast
https://coast.noaa.gov/digitalcoast/tools/
5. LIDAR Online
6. National Ecological Observatory Network
http://www.neonscience.org/data-resources
未完待续。。。
相关链接
[1] 三维点云数据集
[2] 点云数据集
[3] 三维点云开源数据集汇总
[4] 三维点云数据集—目标检测、分类、匹配
[5] 数据分享 | LiDAR点云数据汇总