cristiano-pizzamiglio/mnist3d

MNIST3D数据集是一个由原始MNIST数据集转换而来的3D点云数据集，包含70,000个手写数字的点云，每个点云有193个点。数据集分为训练集和测试集，保留了原始MNIST数据集的划分。数据集的创建过程包括加载MNIST数据集、分析像素强度分布、二值化图像、将图像转换为点云、添加高斯噪声等步骤。数据集由Cristiano Pizzamiglio创建，采用MIT许可证。

原始信息汇总

MNIST3D 数据集概述

数据集描述

数据集摘要

MNIST3D 数据集包含70,000个手写数字的点云，这些点云是通过转换原始 MNIST 数据集中的图像生成的。每个点云包含193个点。

语言

• 英语

数据集结构

数据分割

数据被分为训练集和测试集，保留了MNIST数据集的原始分割。

• 训练集：60,000个样本
• 测试集：10,000个样本

数据集创建

筛选理由

MNIST3D 数据集为那些对应用机器学习模型到3D点云分类任务感兴趣的人提供了一个易入门的起点，同时减少了预处理和格式化的工作量。

方法

1. 从 keras.datasets 模块加载MNIST数据集。
2. 分析MNIST图像的像素强度分布，并选择128作为阈值。
3. 图像二值化，大于阈值的强度转换为1，其余转换为0。
4. 将图像转换为点云，非零强度的像素被视为点，强度作为z坐标，x和y坐标在0-1范围内归一化，z坐标转换为0。
5. 设置总点数为193，这是二值化图像中非零强度分布的最大值（排除异常值）。
6. 向三个维度添加均值为零、标准差为0.01的高斯噪声。

附加信息

许可证信息

• MIT许可证