【三维重建】【深度学习】【数据集】基于COLMAP制作自己的NeuS(DTU格式)数据集

复现参考链接：1、2、3、4、5、

NeuS自制数据集流程（LLFF、DTU）

三维重建公开数据集整理（MVS篇）

记录一下自己在学习三维重建过程中用过的数据集

记录了Neus的环境搭建，开源数据训练，以及如何用自己的照片构建训练数据

三维重建常见数据集。

打开colmap图形界面 输入命令： colmap gui 导入图片 导入图片进行图片的特征识别 此时的图片信息来自EXIF标签。 备注：在此时的读取中，可以读取images文件夹下的所有文件，包括文档和子文件夹中的文件。 若图片EXIF中有相机的信息，在图片中就可以读取出来。 提问：读取出来的features是什么信息，用什么方法来计算出来的？ feature matching start reconstruction 保存工程 dense reconstruction workspace 选取和i

用于训练，评估，测试主要有128个scan，train：79个，val：18个，test：22个。

最近在做3DGS方向，整理了一下Blender生成自己的COLMAP数据集。

环境搭建 首先在DTU官网下载定量测试的数据集（这部分之前师兄下过就没重新下） 最终的数据结构应该是 . ├── ObsMask └── Points └── stl 然后下载官方matlab测试代码，我用的是MVSNet_PyTorch里evaluation中的matlab代码 主要修改的是两个文件BaseEvalMain_web.m和ComputeStat_web.m 其中需要修改的也主要是几个路径： dataPath：官网下的两个数据集的位置 plyPath：所有你自己生成ply的位置

已知相机内外参通过COLMAP进行稀疏/稠密模型重建操作过程

数据集制作主要是在windows进行，比较方便。

COLMAP生成MVSNet数据集