ai4ce/EgoPAT3Dv2

EgoPAT3Dv2数据集包含11个场景，每个场景下有2到6个视频文件夹。每个视频文件夹包含RGB、深度、点云和变换矩阵文件夹。注释和变换矩阵存储在annotation_transformation.hdf5文件中。由于HuggingFace对单个文件大小有限制，用户需要下载所有压缩文件并解压，然后使用提供的Python脚本构建HDF5文件。

原始信息汇总

EgoPAT3Dv2 数据集概述

数据集介绍

EgoPAT3Dv2 数据集包含 11 个场景，对应文件夹 1 到 11。每个场景文件夹包含 2 到 6 个视频文件夹，每个视频文件夹包含一个 RGB 文件夹、一个 深度 文件夹、一个 点云 文件夹和一个 变换矩阵 文件夹。（请忽略压缩文件中的其他文件夹或文件。）标注（真实数据）和变换矩阵（与上述变换矩阵相同）包含在 annotation_transformation.hdf5 文件中。我们使用 HDF5 组织实验中的数据集，GitHub 仓库中的数据加载器也相应编写。

数据集文件夹结构

bash Dataset/ ├── 1 # 场景 1 ├── 1.1.zip -> 1.1 # 场景 1 中的视频 1 ├── d2rgb # 深度文件 ├── color # RGB 文件 ├── pointcloud # 点云文件 └── transformation # 变换矩阵 ├── 1.2.zip -> 1.2 # 与 1.1 结构相同 ├── ... └── 1.4.zip -> 1.4 ├── 2/ # 所有场景/视频目录结构与上述相同 └── ... . . .

└── 11

构建 HDF5 数据集文件

由于 Hugging Face 上单个文件大小限制为 50GB，请使用 make_RGB_dataset.py 自行构建 HDF5 文件。

1. 下载所有压缩文件。解压并仅保留每个视频文件夹中的 RGB（“color” 文件夹）文件夹。
2. 在步骤 1 之后运行 make_RGB_dataset.py。