本文へスキップ

DL3DV-10K

三次元視覚向けの大規模な実景動画データ集合

公式サイトを見る

DL3DV-10K とは

本データ集合は三次元視覚の深層学習研究向けの大規模な実景動画の集まりと紹介され、各動画に手作業の注釈が付く。

できること

  • NeRF モデルの性能を高める
  • 視覚言語モデルを学習する
  • 視点と場面の情報から SLAM を開発する

収録内容

  • 10000 本超の高品質な動画
  • 要点と環境の複雑さへの手作業の注釈
  • カメラ姿勢・NeRF 深度・点群・3D メッシュ

長所と短所

✓ 良い点

  • NeRF・追跡・視覚言語の研究に対応
  • 視点と場面の情報を SLAM 開発に使える

! 注意したい点

  • 注釈は動画ごとに手作業
  • 深度は NeRF による推定値

よくある質問

動画は何本?

資料は 10000 本超の高品質な動画と説明。

何が添付される?

資料はカメラ姿勢、NeRF 推定深度、点群、3D メッシュを挙げる。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法