SSS (ShanghaiTech Semantic SLAM) dataset
收藏资源简介：
这是一个真实且精确的合成数据集，用于语义视觉SLAM和深度学习研究，支持RGB-D、Stereo RGB、RGB-IMU数据集的生成，包含相机轨迹、物体3D模型、物体姿态、语义分割图和系统参数的地面实况。
This is a genuine and precise synthetic dataset designed for semantic visual SLAM and deep learning research. It supports the generation of RGB-D, Stereo RGB, and RGB-IMU datasets, encompassing ground truth data such as camera trajectories, 3D object models, object poses, semantic segmentation maps, and system parameters.
数据集概述
数据集名称： SSS-dataset
目的： 用于语义视觉SLAM和深度学习研究的现实且精确的合成数据集生成。
支持的数据类型：
- RGB-D
- Stereo RGB
- RGB-IMU
包含的地面实况数据：
- 相机轨迹
- 物体3D模型
- 物体姿态
- 语义分割图
- 系统参数
数据集生成工具
支持平台： Mac, Windows, Ubuntu 16.04 & 18.04
主要依赖：
- Blender >= 2.8
- Python 3.7.4
- Matlab >= 2019b
场景构建资源推荐：
- 3D对象：TurboSquid, Free3D
- 纹理材料：Poliigon, CC0 Textures
使用方法
Blender中的Python脚本：
SSSparameters.py: 初始化渲染设置，自定义相机设置。segMap.py: 使用语义颜色标记对象。imu.py: 自定义IMU数据记录频率。
Matlab中的噪声添加代码：
rgb_noise.m: 添加RGB噪声。depth_noise.m: 添加深度噪声。
数据集引用
当在研究中使用此数据集时，请引用：
@ARTICLE{Yuchen2020Sensors, author = {Cao Yuchen and Hu Lan and Kneip Laurent}, title = {Representations and Benchmarking of Modern Visual SLAM Systems}, journal = {Sensors}, year = {2020} }
