SceneSplat 7K
Scènes 3D indoor à haute fidélité issues de 8 sources de données, prêtes pour la reconstruction visuelle, le rendu réaliste ou l'entraînement vision-langage.
7 916 scènes, 11,27 milliards de points 3DGS, fichiers `.npy`, `.json` et métadonnées en `.csv`
CC-BY-SA-4.0
Description
SceneSplat-7K est un vaste dataset open-source composé de 7 916 scènes 3D reconstruites à partir de jeux de données renommés comme ScanNet, Matterport3D ou Replica. Il rassemble plus de 11 milliards de points Gaussian Splatting (3DGS), organisés pour des tâches avancées en vision par ordinateur, en réalité virtuelle et en rendu 3D réaliste. Les scènes sont fournies avec des fichiers de poses, des intrinsics caméra et des annotations pour faciliter les pipelines d’entraînement et de test.
À quoi sert ce dataset ?
- Entraîner des modèles NeRF ou de 3D Gaussian Splatting pour le rendu photoréaliste.
- Évaluer des algorithmes de reconstruction 3D indoor à partir d’images RGB-D.
- Tester des architectures de vision/langage 3D combinées (ex. joint vision-language training).
Peut-on l’enrichir ou l’améliorer ?
Oui, les utilisateurs peuvent enrichir ce dataset en ajoutant leurs propres scènes capturées dans le même format. De plus, des annotations supplémentaires (langue, sémantique, objets) peuvent être ajoutées dans les fichiers JSON ou `.npy`. Les données étant ouvertes, il est aussi possible de filtrer les scènes selon des critères de qualité (PSNR, SSIM, etc.) grâce aux statistiques fournies.
🔎 En résumé
🧠 Recommandé pour
- Chercheurs en vision 3D
- Développeurs VR/AR
- Projets NeRF
🔧 Outils compatibles
- Instant-NGP
- Gaussian Splatting
- PyTorch3D
- Blender
- Scripts Hugging Face
💡 Astuce
Utilisez les métriques PSNR/SSIM pour ne garder que les scènes à haute fidélité lors de vos expériences.
Questions fréquemment posées
Ce dataset contient-il des scènes extérieures ?
Non, toutes les scènes sont en intérieur, issues de jeux de données comme Matterport3D ou ScanNet.
Est-ce que les scènes peuvent être utilisées dans Blender ou Unity ?
Oui, après conversion des fichiers `.npy` en formats standards comme `.ply` ou `.obj`, elles peuvent être utilisées dans ces moteurs.
Peut-on filtrer les scènes selon leur qualité visuelle ?
Oui, des fichiers `.csv` donnent les scores PSNR, SSIM et autres métriques pour trier les scènes selon vos critères.




