Papers·2일 전
ShotcreteDepth: 건설 현장용 bi-modal 데이터셋 — 터빈·조명 악조건에서 depth estimation 지원
DTU 팀이 건설 현장의 능동 숏크리트 공정과 일반 환경을 촬영한 bi-modal 데이터셋 ShotcreteDepth를 공개했습니다. 스테레오 RGB와 LiDAR 포인트 클라우드를 고탁도·저조도 조건에서 수집했으며, 11,252개의 동기화 샘플 중 220개에 평가용 주석이 포함됩니다. 경량 주석 도구도 함께 배포되어 depth completion·estimation 연구에 활용할 수 있습니다.
DTU 팀이 건설 현장의 악조건(고탁도·저조도)에서 수집한 bi-modal 데이터셋 ShotcreteDepth를 공개했습니다.
핵심 결론
- 데이터 — 스테레오 RGB + LiDAR 쌍 11,252개, 이 중 220개는 평가용 주석 완료.
- 환경 — 숏크리트 공정 중 발생하는 먼지·조명 변화 등 실제 산업 조건 반영.
방법
- 수집 — 이동 로봇에 스테레오 카메라와 LiDAR를 장착, 건설 현장에서 동기화 샘플 취득.
- 주석 도구 — LiDAR 포인트 클라우드용 경량 GUI 도구를 함께 공개, 시간 효율적 라벨링 지원.
한계·조건
- 규모 — 주석 샘플이 220개로 제한적, 벤치마크 용도로는 충분하나 학습용 추가 주석 필요.
- 코드 — 데이터셋과 도구는 GitHub에서 공개 중 (https://github.com/dtu-pas/shotcrete-depth).
편집자 한 줄
건설 도메인 특화 데이터셋이 많지 않은 점을 고려하면, depth estimation 연구자에게 유용한 리소스가 될 만합니다.
- #dataset
- #depth-estimation
- #lidar
- #stereo
- #construction
DTU - Perception and Cognition for Autonomous Systems