NYU Depth V2

Conjunto de datos RGB-D recopilado con un sensor Kinect, compuesto por imágenes anotadas en interiores con profundidad, útiles para la visión 3D, la segmentación semántica y las tareas robóticas.

Obtén el dataset

Tamaño

1449 imágenes de profundidad RGB+ con anotaciones, 407 000 imágenes sin procesar, formato Parquet (unos 3 GB por división)

Licencia

Apache 2.0

Descripción

‍

NYU Depth V2 es un conjunto de datos multimodal que contiene imágenes RGB alineadas con mapas de profundidad grabados mediante Kinect en varios entornos interiores. Incluye 1449 pares de imágenes anotadas y más de 400 000 imágenes en bruto sin etiquetar. Cada objeto de las escenas etiquetadas se clasifica con una clase y un identificador (por ejemplo, cup1, chair3).

‍

¿Para qué sirve este conjunto de datos?

‍

Entrene modelos de segmentación o detección 3D en un entorno interior
Desarrolle sistemas de percepción para robótica doméstica o gafas AR/VR
Estudio de la reconstrucción de escenas 3D a partir de imágenes RGB-D

‍

¿Se puede enriquecer o mejorar?

‍

Sí, puede enriquecer este conjunto de datos con anotaciones adicionales (cajas 3D, superficies planas, direcciones de movimiento), combinar datos sin anotaciones con métodos semisupervisados o adaptar escenas a entornos localizados (por ejemplo, apartamentos europeos o estadounidenses).

‍

🔎 En resumen

Criterio	Evaluación
🧩 Facilidad de uso	⭐⭐⭐✩✩ (Medio – requiere comprensión RGB-D y formatos asociados)
🧼 Necesidad de limpieza	⭐⭐⭐⭐⭐ (Bajo – datos bien estructurados, precaución con profundidad faltante)
🏷️ Riqueza de anotaciones	⭐⭐⭐⭐✩ (Densos para 1449 escenas, objetos etiquetados individualmente)
📜 Licencia comercial	✅ Sí (Apache 2.0)
👨‍💻 Ideal para principiantes	⚠️ Intermedio – base conocida pero técnicamente exigente
🔁 Reutilizable para fine-tuning	✅ Sí – puede servir para pre-entrenamiento o adaptación a otro dominio
🌍 Diversidad cultural	⚠️ Medio – escenas de 3 ciudades, poca diversidad geográfica global