Door Detection & Classification Dataset

github2024-04-02 更新2024-05-31 收录

下载链接：

https://github.com/gasparramoa/DoorDetect-Class-Dataset

下载链接

链接失效反馈

官方服务：

资源简介：

该数据集专为门对象检测、分类和语义分割构建。图像通过3D Realsense相机D435获取，特别调整角度以确保门区域完整。数据集分为两个子集：一个包含240张图像用于门检测/语义分割，另一个包含1206张图像用于门分类。分类包括关闭的门、半开的门和全开的门，且数据集详细划分了训练、验证和测试集。

This dataset is specifically constructed for door object detection, classification, and semantic segmentation. The images were captured using a 3D Realsense camera D435, with the angles specially adjusted to ensure the completeness of the door area. The dataset is divided into two subsets: one contains 240 images for door detection/semantic segmentation, and the other contains 1206 images for door classification. The classification includes closed doors, half-open doors, and fully open doors, with the dataset meticulously divided into training, validation, and test sets.

创建时间：

2020-03-26

原始信息汇总

数据集概述

数据集名称

[Door Detection & Classification] Dataset

数据集目的

用于门对象的检测、分类和语义分割。

数据采集设备

使用3D Realsense相机，型号D435，相机旋转90度以适应门的水平视野。

数据来源

图像采集自Universidade da Beira Interior、公共场所及私人住宅，包含多种纹理和大小的门及其周围环境。

子数据集详情

1. Door Detection | Semantic Segmentation SubDataset

图像数量：240张
图像尺寸：480 x 640像素
图像类型：灰度图像
标注信息：像素值为1表示门或门框，2表示非门区域
附加信息：提供RGB版本的标注图像供查看

2. Door Classification SubDataset [3D and RGB]

图像数量：1206张RGB图像及对应的1206张深度图像
图像尺寸：480 x 640像素
深度图像信息：灰度图像，像素值范围0-255，深度单位为1/16米
门状态分类：468张关闭门图像，588张开门图像，150张半开门图像
数据集分割：分为训练集、验证集和测试集，其中验证和测试集各有60张图像，训练集有1086张图像
图像处理：分为原始尺寸和裁剪版，裁剪版仅包含门和门框区域

数据集结构

Door Detection
- Annotations
  - Test
  - Train
- Annotations-visualization
  - Test
  - Train
- Images
  - Test
  - Train
Door Classification
- Cropped
  - Depth
    - Test
      - Closed
      - Open
      - Semi-open
    - Train
      - Closed
      - Open
      - Semi-open
    - Val
      - Closed
      - Open
      - Semi-open
  - RGB
    - Test
      - Closed
      - Open
      - Semi-open
    - Train
      - Closed
      - Open
      - Semi-open
    - Val
      - Closed
      - Open
      - Semi-open
- OriginalSize
  - Depth
    - Test
      - Closed
      - Open
      - Semi-open
    - Train
      - Closed
      - Open
      - Semi-open
    - Val
      - Closed
      - Open
      - Semi-open
  - RGB
    - Test
      - Closed
      - Open
      - Semi-open
    - Train
      - Closed
      - Open
      - Semi-open
    - Val
      - Closed
      - Open
      - Semi-open

搜集汇总

数据集介绍

构建方式

Door Detection & Classification Dataset的构建过程采用了先进的3D Realsense Camera D435模型进行图像采集。为了确保图像中能够完整捕捉到门的区域，相机被旋转了90度，以利用其水平视角（86度）大于垂直视角（57度）的特点。数据集涵盖了Universidade da Beira Interior、公共场所以及私人住宅中的多种门及其周围环境，确保了数据的多样性和广泛性。数据集被细分为两个子集：一个包含240张灰度图像，用于门的检测和语义分割；另一个包含1206张RGB图像及其对应的深度图像，用于门的分类。

使用方法

使用Door Detection & Classification Dataset时，研究人员可以根据具体任务选择相应的子集。对于门的检测和语义分割任务，可以直接使用灰度图像及其标注进行模型训练和评估。对于门的分类任务，可以利用RGB图像和深度图像进行多模态学习，结合深度信息提升分类精度。数据集还提供了裁剪后的图像版本，便于专注于门及其框架的区域。此外，数据集的划分（训练集、验证集和测试集）为模型的训练和评估提供了标准化的基准，确保了实验的可重复性和结果的可靠性。

背景与挑战

背景概述

Door Detection & Classification Dataset 是由葡萄牙贝拉内政大学的研究团队于2020年创建，旨在解决门对象的检测、分类和语义分割问题。该数据集通过使用3D Realsense相机D435模型采集图像，涵盖了大学校园、公共场所和私人住宅中的多种门及其周围环境。数据集分为两个子集：一个包含240张灰度图像，用于门的检测和语义分割；另一个包含1206张RGB图像及其对应的深度图像，用于门的分类。该数据集在低功耗设备上的实时3D门检测与分类研究中具有重要应用，相关成果已在2020年IEEE国际自主机器人系统与竞赛会议上发表。

当前挑战

Door Detection & Classification Dataset 面临的挑战主要包括两个方面。首先，在领域问题方面，门的检测与分类需要处理多样化的门形态、纹理和尺寸，尤其是在复杂背景下的精确分割和分类。此外，半开门的识别因其介于开闭之间的模糊状态，增加了分类的难度。其次，在数据集构建过程中，研究人员需克服图像采集时的视角限制，通过旋转相机以扩大垂直视角，确保门的完整捕捉。同时，深度图像的精确校准与RGB图像的同步处理也对数据质量提出了较高要求。这些挑战为后续研究提供了重要的改进方向。

常用场景

经典使用场景

在计算机视觉领域，Door Detection & Classification Dataset 主要用于门对象的检测、分类和语义分割任务。该数据集通过3D Realsense相机捕捉的图像，涵盖了不同纹理和大小的门及其周围环境，为研究者提供了一个丰富的实验平台。特别是在门检测和语义分割子数据集中，240张灰度图像及其对应的像素级标注，使得模型能够精确识别门及其框架的位置。而在门分类子数据集中，1206张RGB图像和对应的深度图像，进一步支持了门状态（关闭、打开、半开）的分类研究。

解决学术问题

该数据集有效解决了门检测与分类中的多个学术问题。首先，它通过提供高质量的图像和深度信息，帮助研究者开发更精确的门检测算法，尤其是在复杂背景下的门识别。其次，数据集中的门分类任务为研究门状态识别提供了基础，推动了基于深度学习的门状态分类模型的发展。此外，语义分割子数据集为像素级门区域标注提供了支持，促进了语义分割技术在门检测中的应用。

实际应用

Door Detection & Classification Dataset 在实际应用中具有广泛的价值。例如，在智能家居系统中，该数据集可以用于开发自动门检测与状态识别功能，提升家居自动化水平。在机器人导航领域，数据集能够帮助机器人识别门的位置和状态，从而实现更高效的路径规划和环境交互。此外，该数据集还可用于安防系统中，通过实时检测门的开关状态，增强安全监控能力。

数据集最近研究