跳到正文

DL3DV-10K

面向三维视觉的大规模实景视频数据集

访问官网

DL3DV-10K 是什么

该数据集被介绍为用于深度学习三维视觉研究的大规模实景视频集合,每个视频都带有人工标注。

你可以用它做什么

  • 优化 NeRF 模型表现
  • 训练视觉语言模型
  • 用视角与场景信息开发 SLAM 系统

数据集内容

  • 超过 10000 个高质量视频
  • 每个视频附关键点与复杂度标注
  • 相机姿态、NeRF 深度、点云与 3D 网格

优点与缺点

✓ 我们认可的地方

  • 支持 NeRF、场景一致性跟踪与视觉语言模型研究
  • 视角与场景信息可用于 SLAM 系统开发

! 需要留意的地方

  • 标注按视频人工完成
  • 深度为 NeRF 估计结果

常见问题

包含多少视频?

资料说明包含超过 10000 个高质量视频。

每个视频附带什么?

资料列出相机姿态、NeRF 估计深度、点云和 3D 网格。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法