
DL3DV-10K是面向计算机视觉领域研究人员的大规模实景3D视频数据集平台,核心定位为3D视觉相关研究提供标注完备的大规模训练与测试数据源。核心功能包含万级规模多场景标注视频库,覆盖日常室内、户外街道、自然景观等多元场景,配套标注包含相机姿态、NeRF估计深度、点云、3D网格等多类3D相关数据,同时提供场景复杂度、关键点人工标注结果,可支持NeRF模型训练优化、场景一致性跟踪算法验证、视觉语言模型跨模态关联研究等方向,目标用户涵盖高校计算机专业研究者、AI实验室研发人员、3D视觉相关算法开发人员,适用于论文实验数据支撑、算法性能基准测试、3D重建技术迭代验证等场景。
- 运营状态
- 正常运营
- 地址
- dl3dv-10k.github.io
- 定价模式
- DL3DV-10K面向非商业科研用途完全
- 是否开源
- 闭源
- 适合人群
- 高校计算机视觉方向研究生、3D重建领域研究员、视觉跟踪算法开发人员、多模态大模型研发人员
- 收录时间
- 2026/6/14
- 访问量
- 0 次
编辑点评
这是计算机视觉3D方向研究中数据覆盖度较全的大规模视频数据集平台,和现有同类数据集相比,其最大的特点是在万级数据量的基础上,同时提供了人工标注的场景关键点与复杂度分级,以及预计算的全链路3D衍生数据,解决了很多研究者在开展NeRF、场景跟踪相关研究时,需要自行采集标注数据、预计算3D相关参数的痛点。平台提供的标准基准测试子集与统一评估脚本,也让不同研究团队的算法性能对比有了更统一的参照标准,减少了实验设置差异带来的结果偏差。目前已有多个顶会论文使用该数据集完成实验验证,数据质量得到了领域内多个研究团队的认可,适合需要大规模3D实景视频数据的相关研究人员使用。
核心功能
使用指南
- 1
访问DL3DV-10K官方网站,在首页浏览数据集基本介绍、覆盖场景范围、包含的数据类型等信息,确认数据集符合自身研究需求。
- 2
点击页面中的数据下载入口,按照引导完成研究者身份验证,提交所属机构、研究方向等基础信息后获取下载权限。
- 3
进入数据筛选页面,根据自身实验需求选择对应场景类型、场景复杂度、需要的衍生数据类别,生成自定义数据集包。
- 4
选择合适的下载渠道开始下载,若下载过程出现中断可使用断点续传功能恢复下载,下载完成后校验数据包完整性。
- 5
解压数据包后参考配套的使用文档,将数据导入对应的训练或测试框架,可结合平台提供的评估脚本开展相关实验与性能测试。
优势与不足
优点5 项
"数据规模大,覆盖超过10000条多场景实景视频,可满足大规模模型训练的场景多样性需求"
"标注维度丰富,同时包含人工场景标注与多类3D衍生数据,无需额外预处理即可直接使用"
"提供标准基准测试子集与配套评估脚本,便于不同算法之间的性能横向对比"
"支持自定义筛选下载,用户可根据需求选择对应场景与数据类型,减少不必要的下载成本"
"配套提供已发表研究案例,新用户可快速了解数据集的适用场景与使用方法"
不足4 项
"数据整体体积较大,全量下载需要较大的存储空间与稳定的网络环境"
"仅支持科研用途使用,商业用途需要单独申请授权,使用场景存在一定限制"
"部分复杂场景的3D网格数据精度有限,对于高精度重建研究可能需要进一步优化"
"下载权限需要提交研究者身份信息审核,流程相比公开无门槛数据集稍繁琐"
定价说明
DL3DV-10K面向非商业科研用途完全免费,免费版无功能与数据量限制,用户完成身份审核后即可下载全量数据集,包含所有标注信息与3D衍生数据,可用于学术研究、论文实验等非盈利场景。商业用途需要向项目团队提交使用申请,授权价格根据使用场景、数据使用范围协商确定,建议商业用途用户提前1-2周提交申请材料,确认授权后再使用相关数据。
价格和授权政策可能变化,请以官网最新信息为准
适合人群与场景
- 高校计算机视觉方向研究生
论文实验数据支撑
- 3D重建领域研究员
NeRF算法性能测试
- 视觉跟踪算法开发人员
场景一致性跟踪算法验证
- 多模态大模型研发人员
视觉语言模型跨模态训练
- 3D内容创作工具开发者
实景3D重建效果优化
- 自动驾驶感知算法研究者
户外场景3D感知算法训练
- AR/VR技术研发人员
实景空间3D建模算法迭代
- 计算机视觉课程讲师
教学案例数据素材准备
常见问题
深度了解
在计算机视觉3D方向的研究中,高质量、大规模的标注数据集是算法研发与验证的核心基础,DL3DV-10K作为面向3D视觉领域的大规模实景视频数据集,为相关研究提供了覆盖多元场景的完备数据源。平台收录的超过10000条实景视频,覆盖室内家居、城市街道、自然景观、工业空间等数十类场景,每条视频均经过专业人工标注,包含场景关键点、场景复杂度分级、场景类型标签,同时配套预计算的相机姿态参数、NeRF估计深度图、点云、3D网格等衍生数据,无需研究者额外进行数据预处理,可直接导入NeRF训练框架、3D重建工具、视觉跟踪算法模型中使用。
针对研究者的算法对比需求,DL3DV-10K专门筛选了2000条不同场景与复杂度的视频组成标准基准测试子集,配套提供统一的评估脚本,支持NeRF重建精度、场景跟踪准确率等指标的自动评估,提升不同研究团队算法性能对比的客观性与可比性。平台支持按场景类型、复杂度、数据类型自定义筛选下载,同时提供断点续传功能,降低大体积数据集的下载门槛。
目前DL3DV-10K已被多篇计算机视觉顶会论文使用,数据质量得到领域内多个研究团队的认可,无论是开展NeRF算法优化、场景一致性跟踪研究,还是视觉语言模型的跨模态关联训练、AR/VR实景3D建模算法迭代,DL3DV-10K都能提供相应的数据源支撑,助力3D视觉相关研究的高效开展。
Ready to try
准备好体验 DL3DV-10K 了吗?
点击下方按钮在新标签页打开官网,开始探索它的全部功能。
相关工具
InternThinker
免费InternThinker是上海人工智能实验室研发的强推理AI模型服务平台,核心定位是为用户提供具备长思维链路、自我纠错能力的通用推理服务。平台核心功能包括复杂数学问题求解、多场景代码编写调试、逻辑推理谜题解答三类,可支持用户完成从学术科研到工程开发等多领域的推理类任务。其目标用户覆盖科研人员、开发工程师、在校学生、行业分析师等群体,适用于科研项目数据验证、代码项目逻辑调试、课程作业难题拆解、商业决策逻辑推演等多元场景,能够辅助用户提升复杂问题的处理效率。
AutoGLM沉思
免费AutoGLM沉思是智谱AI推出的面向学术研究与复杂推理场景的AI深度思考工具,核心定位是为用户提供长链路、高精度的逻辑推演服务。核心功能包括分步骤深度推理演算、多维度论点交叉验证、研究思路自动溯源复盘,支持用户上传文献、研究问题、方案框架等素材,工具会模拟人类深度思考的路径逐步推导结论。目标用户覆盖科研人员、高校学生、行业分析师、方案策划人员等,可应用于学术论文论证、复杂问题拆解、行业报告逻辑校验、商业方案可行性推演等场景,帮助用户梳理思考脉络,降低逻辑疏漏的概率。

星火科研助手
免费星火科研助手是科大讯飞联合中科院文献情报中心推出的AI科研辅助平台,依托认知智能大模型与海量科技文献资源,面向科研全流程提供智能化支持。核心功能包括多源文献检索与汇总、长文档分模块精准解读、学术写作辅助与格式规范校验,同时支持文献综述生成、引用格式自动匹配等实用功能。目标用户覆盖高校学生、科研院所研究人员、企业研发从业者等群体,可应用于课题立项前期的文献调研、论文撰写过程中的内容打磨、海量文献批量研读等多个科研场景,帮助科研人员降低信息梳理成本,提升科研工作的推进效率。

OpenCompass司南
免费OpenCompass司南是由上海人工智能实验室联合多家机构发起的开源大语言模型评测平台,核心定位为提供中立、可复现的大模型能力评测服务。平台支持超100个主流基准数据集,覆盖知识推理、数学计算、代码生成、语言理解、多模态处理等二十余个能力维度,可满足不同场景下的模型性能核验需求。平台面向大模型研发团队、AI领域研究者、企业技术选型人员、高校相关专业学生等群体,可用于模型研发过程中的能力迭代验证、学术研究中的性能对比、企业落地场景下的模型选型参考等多个场景,同时所有评测流程与数据完全开源,支持用户自定义评测任务配置。
Kaggle
免费Kaggle是谷歌旗下的数据科学与机器学习社区平台,核心定位为连接全球数据从业者,提供竞赛、学习、协作一体化服务。核心功能包括数据科学竞赛举办、公开数据集共享、在线代码运行环境支持。目标用户覆盖学生、数据分析师、算法工程师、高校科研人员等群体,可满足竞赛练手、项目数据集获取、算法模型打磨、专业技能学习、同行业协作交流等多场景需求,用户可在平台内完成从数据获取、模型开发到成果验证的全流程数据科学工作。

OpenCompass 2.0 Large Language Model Leaderboard
OpenCompass 2.0 Large Language Model Leaderboard是面向大语言模型领域的专业性能评估平台,核心定位是提供中立、多维度的大模型能力评测结果展示。平台支持全球主流大语言模型的多维度能力评估,覆盖语言理解、知识储备、逻辑推理、数学计算、代码开发等多个技能维度,可生成模型综合排名与单项能力得分对比,支持不同模型的横向能力对标。目标用户包含大模型研发人员、AI领域研究者、企业技术选型负责人、AI应用开发者、高校计算机专业师生等群体,可用于大模型研发效果验证、学术研究性能参照、企业落地模型选型、AI应用开发模型匹配等多种场景,为大模型相关的研发、选型、研究工作提供客观的数据参考。
知网研学AI
免费知网研学AI是中国知网旗下面向学术研究场景的智能化辅助平台,依托知网海量学术文献资源库与大语言模型技术,为用户提供文献解析、内容生成、知识问答等学术相关服务。核心功能包括文献智能解读、学术内容辅助创作、专业知识精准检索,主要面向高校师生、科研人员、学术编辑等群体,可应用于文献精读、论文撰写、课题调研、学术笔记整理等多种学术研究场景,帮助用户降低学术信息获取与内容生产的门槛。
觅果·Migo
免费觅果·Migo是上海人工智能实验室推出的AI驱动学术研究与学习创新平台,核心定位是为学术、教育、办公等领域用户提供智能化知识处理服务。平台具备多模态智能问答、网页辅读、文献结构化阅读、化学科研辅助等核心功能,支持云端多端同步访问,还搭配浏览器插件实现全网页场景的智能服务。目标用户覆盖科研人员、在校学生、教育工作者、化学领域从业者、办公人员、内容创作者等,可应用于文献精读、学术写作、课程学习、实验数据分析、办公文档处理、网页内容整理等多种场景,帮助用户降低信息处理成本,提升知识获取与内容产出的效率。
你是 DL3DV-10K 的开发者或团队吗?
认领后可编辑工具信息、获取真实点击数据,并在页面上展示官方认证徽章。
访问第三方工具时,请注意账号、隐私与支付安全

用户评论
0· 0 条