NeRF 연구에서 사용되는 데이터들을 정리 해보았습니다.
더블 체크 한 것은 밑줄로 표시해두었습니다.
밑줄 없는 것은 확실하지 않으므로 참조만 바랍니다.
데이터셋 이름 | 특징 | Scene 갯수 | Scene당 View갯수 | 해상도 | 링크 |
Synthetic NeRF | 일정 거리에서 작은 물체 Non-lambertian Reflectance testset에 depth map, normal map포함 |
8개 | train : 100개 val : 100개 test : 200개 |
800x800 | link |
LLFF (Local Light Field Fusion) | 일정 거리에서 front-facing, 고해상도 | 8개 | 20-62개 (8프레임마다 1개 Test) fern : 20개 trex : 55개 |
4032x3024 | link |
DTU | 작은 물체 | 124개 | 49개 or 64개 | 1600x1200 | link |
Mip-NeRF 360 | 실생활 Scene, 고해상도 | <논문> 야외 : 5개 실내 : 4개 <이멜신청필요> 야외 : 1개 실내 : 1개 |
<실외> bicycle:194, garden:185, stump:125, flowers:? <실내> bonsai:292, counter:240, kitchen:279, room:311, threhill:? |
4946x3286 | link |
ShapeNet -SRN Cars |
작은 물체 촬영 → 미니어처 자동차 |
3,514개 | - | 128x128 | |
Tanks and Temples |
야외에서 여러 거리의 Scene | 8개 | 100~400 (대부분 120 or 150) |
1920x1080 | link |
Photogrammetry Datasets |
박물관 데이터? From small (<20MB), medium (1GB-5GB) to large (up to 350GB) | 364개 | 영상?미디어?에서 필요한 만큼 추출 필요 | link → csv참조 |
|
RealEstate10K | 실생활 비디오 | 80,000개 | 14-43개?? 125개?? | 1080x1920 | link |
CO3D (Toytruck from the Common Object in 3D) | 실생활 사물 데이터셋 | MS-COCO dataset의 50개 대분류 18,619개 |
100개 | link | |
ScanNet | RGB-D로 집 내부 촬영 | 1500개 | 80-100개? 1666개? | link | |
BLEFF (Blender Forward Facing) | 일정 거리에서 front-facing | 14개 | 31개 | 520x780 | link1 link2 |
Mega-NeRF내 - Mill 19 - Quad 6k - UrbanScene3D |
드론으로 촬영 | - 2개 - 1개 - 3개 |
- 1940, 1678개 - 5147 - 2582, 3019, 5871 |
- 4608x3456 - 1708x1329 - 5472x3648 |
link |
GauU Scene | UAV camera / Lidar 도시 촬영 | 6개 | 4,600개 | link |
Synthetic NeRF Dataset
Synthetic NeRF | 일정 거리에서 작은 물체 Non-lambertian Reflectance testset에 depth map, normal map포함 |
8개 | train : 100개 val : 100개 test : 200개 |
800x800 | link |
LLFF (Local Light Field Fusion) Dataset
LLFF (Local Light Field Fusion) | 일정 거리에서 front-facing, 고해상도 |
8개 | 20-62개 (8프레임마다 1개 Test) fern : 20개 trex : 55개 |
4032x3024 | link |
DTU Dataset
DTU | 작은 물체 | 124개 | 49개 or 64개 | 1600x1200 | link |
Mip-NeRF 360 Dataset
Mip-NeRF 360 | 실생활 Scene, 고해상도 | <논문> 야외 : 5개 실내 : 4개 <이멜신청필요> 야외 : 1개 실내 : 1개 |
<실외> bicycle:194, garden:185, stump:125, flowers:? <실내> bonsai:292, counter:240, kitchen:279, room:311, threhill:? |
4946x3286 | link |
Tanks and Temples Dataset
아래 그림 출처 : MipNeRF360
'NeRF' 카테고리의 다른 글
[논문 리뷰] Tri-MipRF (ICCV 2023) : 속도/퀄리티/메모리 개선 (0) | 2023.08.16 |
---|---|
[논문 리뷰] GeoNeRF (CVPR 2022) : 적은 입력 + 일반화 모델 (0) | 2023.08.11 |
[논문 리뷰] Zip-NeRF (ICCV 2023) : Anti-Aliasing, 속도 개선 (0) | 2023.08.02 |
[논문 리뷰] TensoRF (ECCV 2022) : 메모리/속도 개선 (1) | 2023.07.30 |
[논문 리뷰] F2-NeRF (CVPR 2023) : 속도 개선 + Unbounded Scene (4) | 2023.06.13 |
댓글