DTU数据集结构

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！

---