RGB-D 数据集详细汇总 [源代码库]

简介：
本文系统性地整理了2025年8月更新的主流RGB-D数据集，并为其所属的任务领域进行了精准划分与功能定位。作为计算机视觉领域的重要研究资源与技术支撑平台，在SLAM、三维重建、场景理解以及目标识别等多个应用场景中发挥着关键作用。 本文推荐的主要数据集包括TUM RGB-D（由慕尼黑工业大学开发）、ICL-NUIM（帝国理工学院仿真数据集合）、NYU Depth V2（纽约大学大规模室内场景集合）、SceneNN（三维形状感知集合）、SUN3D（普林斯顿大学视频序列与三维场景集合）、RGB-D Scenes（华盛顿大学室内场景深度图像集合）、ScanNet（专注室内三维扫描的高质量集合）、ETH3D（多视图立体视觉与深度重建高精度资源）以及CoRBS（动态环境下的三维重建集合）。此外还补充介绍了Newer College和KAIST城市数据集，并对其特点进行了重点阐述，并附上了下载链接及使用建议等实用信息。 这些经过精心筛选与整理的数据资源不仅涵盖了高质量的图像与深度信息，并配有专业的工具支持系统与应用指导建议；它们为研究人员提供了多传感器融合算法设计的基础素材，并为评估系统性能提供了可靠的技术支撑框架；同时其丰富性使其成为推动计算机视觉技术发展的重要战略资源库；通过这些创新性资源的支持；研究者能够不断优化改进算法性能；最终为智能系统构建提供可靠的技术保障；从而在服务社会的同时实现了理论研究的巨大突破。