标准摄像机视野较窄，使得上下文信息对于全景场景理解任务，不像对于目标检测那么实用。为了克服这一局限性，PanoContext 数据集应运而生，用于进行模型的训练。该数据集包括了 500 个带标注的矩形室内环境布局，例如卧室和客厅等。
PanoContext 全景场景理解数据集
机构: Princeton University
MINOS 目标检测数据集
MINOS 是一个模拟器，适用于开发复杂室内环境中目标导向导航的多传感器模型。该模拟器利用复杂 3D 环境的大型数据集，并支持灵活配置多模态传感器套件。该数据集基于深度学习的导航方法进行基准测试，分析环境复杂性对导航性能的影响，并对传感器运动学习中的多模态进行了对照研究。
SUN3D 大规模 RGB-D 视频数据集
SUN3D 是一个大规模的 RGB-D 视频数据库，包含 8 个带标注的序列。每一帧都包含对场景中物体的语义分割，以及摄像机位置信息。 该数据集由 415 个在 254 个不同位置、41 个不同建筑中拍摄的序列组成。有些位置在同一天的不同时刻被多次拍摄。
iSUN 显著性检测数据集
iSUN 数据集由 SUN 数据集中视线追踪 ground truth 图像构成。其中 6,000 张图像用于训练，926 张用于验证，2,000 张用于测试。该数据集可用于研究眼球追踪系统，进而构建大规模的显著性数据集。
Matterport3D 室内场景数据集
Matterport3D 数据集是一个大型的 RGB-D 数据集，可用于室内场景理解。 该数据集包含涉及 90 个场景 (真实建筑比例) 的 10,800 个全景视角，由 194,400 个 RGB-D 图像构建而成。每个场景都是一个由多个房间和楼层组成的住宅楼，并带有表面结构、…
SUN RGB-D 场景理解数据集
SUN RGB-D 是一个关于场景理解的 RGB-D 图像数据集。 该数据集提供大量数据，用于场景理解相关算法的训练，其中的 3D 指标可以对算法进行评估，避免过度拟合到小型测试集，此外，该数据集还可用于研究跨传感器的偏差。 该数据集包括： 10,335 张不同场景的室内图片，训…
SUN Dataset 场景理解数据集
SUN Dataset 是一个用于场景理解的数据集，其涵盖 899 个类别的 130,519 张图像，发布者使用 397 个采样良好的类别进行场景识别，并以此搭配最先进的算法建立新的性能界限。 该数据集由普林斯顿视觉与机器人实验室于 2014 年发布，相关论文有《SUN Data…
Pix3D 单图像三维形状建模数据集
Pix3D 是单图像三维形状建模数据集和方法，这是一套大规模基准且具有像素级 2D-3D 对齐的图像形状对，其在形状相关任务中被广泛应用，包括重建、检索、视点估计等。 该数据集由普林斯顿大学计算机系和麻省理工学院联合发布，主要发布人有 Xingyuan Sun、Jiajun Wu…
ShapeNet – 3D 形状数据集
ShapeNet Dataset 是一个注释丰富且规模较大的 3D 形状数据集，其被用于协助计算机图形学、计算机视觉、机器人学以及其他相关学科的研究工作。 该数据集由斯坦福大学、普林斯顿大学和芝加哥丰田技术学院于 2015 年联合发布，相关论文有《ShapeNet: An Inf…
ImageNet 10 图像识别数据集
ImageNet 是目前世界上最大的图像识别数据库，主要用于机器视觉领域的图像分类和目标检测。数据集根据 WordNet 层次结构组织，其中每个节点（也称为类别）由数百甚至数千张图像组成，每个节点有平均超过 500 个图像。该数据集共包含 2.2 万个图像类别，约 1500 万张…