一、室内RGB-D数据集
1、NYUDv2数据集
https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
2、SUN-RGBD数据集
SUN-RGBD数据集由四种不同的传感器获取，分别为kinect1,kinect2,xction,
SUNRGBD V1包含10335张RGBD图片，19个类的对象。这些图片来自数据集NYU depth v2(既NYUDv2),B3DO,SUN3D,使用SUNRGBD此数据集的时候不要忘了引用其包含的数据集的相关论文文献。
3、Scannets数据集
二、户外RGB-D数据集
1、Semantic3D户外数据集
该数据集是一个大型户外数据集，使用地面激光扫描仪获得，总共包含 40亿个点。数据集包含了各种城市和乡村场景，如农场，市政厅，运动场，城堡和广场。该数据集包含 15 个训练数据集和 15 个测试数据集，另外还包括 4 个缩减了的测试数据集。数据集中的点都含有 RGB 和强度信息，并被标记为 8 个语义类别。
文献：Hackel T, Savinov N, Ladicky L, et al. Semantic3D. net: A new large-scale point cloud classification benchmark[J]. arXiv preprint arXiv:1704.03847, 2017.
三、点云数据集
1、Vaihingen 数据集
该数据集由 ISPRS 提供，使用 Leica ALS50 机载 LiDAR 系统扫描得到。数据集包含了丰富的地理环境、城区环境及建物体类型，如图 5 所示，能够充分验证本文算法在室外大规模场景下的应用。LiDAR 点云数据密度为 4 point/m3。
文献：Rottensteiner, Franz, et al. "ISPRS test project on urban classification and 3D building reconstruction." Commission III-Photogrammetric Computer Vision and Image Analysis, Working Group III/4-3D Scene Analysis (2013): 1-17]
四、参考链接