NYU Depth V2

Jeu de données RGB-D collecté avec un capteur Kinect, composé d’images annotées en intérieur avec profondeur, utile pour la vision 3D, la segmentation sémantique et les tâches robotiques.

Télécharger le dataset

Taille

1449 images RGB + profondeur annotées, 407 000 images brutes, format Parquet (~3 GB par split)

Licence

Apache 2.0

Description

‍

NYU Depth V2 est un dataset multimodal contenant des images RGB alignées avec des cartes de profondeur enregistrées via Kinect, dans des environnements intérieurs variés. Il comprend 1449 paires d’images annotées et plus de 400 000 images brutes non labellisées. Chaque objet dans les scènes labellisées est catégorisé avec une classe et un identifiant (ex: cup1, chair3).

‍

À quoi sert ce dataset ?

‍

Entraîner des modèles de segmentation ou détection 3D en environnement intérieur
Développer des systèmes de perception pour la robotique domestique ou les lunettes AR/VR
Étudier la reconstruction de scènes 3D à partir d'images RGB-D

‍

Peut-on l’enrichir ou l’améliorer ?

‍

Oui, on peut enrichir ce dataset avec des annotations supplémentaires (boîtes 3D, surfaces planes, directions de mouvement), combiner les données non annotées avec des méthodes semi-supervisées, ou adapter les scènes à des environnements localisés (ex. appartements européens vs américains).

‍

🔎 En résumé

Critère	Évaluation
🧩 Facilité d’utilisation	⭐⭐⭐✩✩ (Moyenne – nécessite compréhension RGB-D et formats associés)
🧼 Besoin de nettoyage	⭐⭐⭐⭐⭐ (Faible – données bien structurées, mais précautions sur profondeur manquante)
🏷️ Richesse des annotations	⭐⭐⭐⭐✩ (Denses pour 1449 scènes, objets labellisés individuellement)
📜 Licence commerciale	✅ Oui (Apache 2.0)
👨‍💻 Idéal pour les débutants	⚠️ Intermédiaire – une base connue mais exigeante techniquement
🔁 Réutilisable en fine-tuning	✅ Oui – peut servir pour pré-entrainement ou adaptation à un autre domaine
🌍 Diversité culturelle	⚠️ Moyenne – scènes provenant de 3 villes, peu de diversité géographique globale