深度图像数据集是用于深度学习和计算机视觉任务中的一种重要数据类型，它包含了每个像素的深度信息，可以用于场景重建、目标检测、姿态估计等多种应用。本文将介绍几个常用的深度图像数据集，包括它们的来源、特点和应用。
1.NYU Depth V2
NYU Depth V2数据集包含室内场景的深度图像和RGB图像，共计1449个场景样本。这些场景涵盖了多种不同的室内环境，包括卧室、客厅、厨房等。每个场景都提供了相机的内参和外参信息，可以用于相机姿态估计和场景重建等任务。此外，该数据集还提供了场景中物体的标注信息，可以用于物体检测和语义分割等任务。
2.Kinect Fusion
Kinect Fusion数据集包含了多个场景的RGB-D图像和对应的三维模型，可以用于场景重建、三维姿态估计和物体检测等任务。该数据集还提供了多种深度传感器的数据格式，包括Microsoft Kinect、Asus Xtion Pro Live和Primesense Carmine 1.08等。
3.SUN RGB-D
SUN RGB-D包含了室内和室外场景的RGB-D图像和场景注释信息。该数据集共包含10,335个场景样本，其中5,285个为室内场景，5,050个为室外场景。每个场景都提供了相机内参和外参信息，可以用于相机姿态估计和场景重建等任务。此外，该数据集还提供了多种场景注释信息，包括物体类别、语义分割和场景布局等，可以用于物体检测、语义分割和场景理解等任务。
4.ScanNet
ScanNet包含了室内场景的RGB-D图像和场景注释信息。该数据集共包含1,513个场景样本，涵盖了多种不同的室内环境，包括办公室、商店、学校等。每个场景都提供了相机内参和外参信息，可以用于相机姿态估计和场景重建等任务。此外，该数据集还提供了多种场景注释信息，包括物体类别、语义分割和场景布局等，可以用于物体检测、语义分割和场景理解等任务。
5.3DMatch
3DMatch包含了来自多个RGB-D传感器的深度图像和三维点云数据。该数据集共包含1,525个场景样本，涵盖了多种不同的室内和室外环境。每个场景都提供了相机内参和外参信息，可以用于相机姿态估计和场景重建等任务。此外，该数据集还提供了丰富的场景配准信息，包括点云配准和图像配准等，可以用于三维重建和场景匹配等任务。
总之，深度图像数据集是深度学习和计算机视觉领域中不可或缺的一种数据类型，它们可以用于多种任务，如场景重建、物体检测、姿态估计和语义分割等。以上介绍的数据集都是常用的深度图像数据集，它们的来源真实可靠，特点和应用也各有不同，可以根据具体任务的需求选择合适的数据集进行训练和评估。
