一、室內RGB-D數據集
1、NYUDv2數據集
https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
2、SUN-RGBD數據集
SUN-RGBD數據集由四種不同的傳感器獲取，分別爲kinect1,kinect2,xction,
SUNRGBD V1包含10335張RGBD圖片，19個類的對象。這些圖片來自數據集NYU depth v2(既NYUDv2),B3DO,SUN3D,使用SUNRGBD此數據集的時候不要忘了引用其包含的數據集的相關論文文獻。
3、Scannets數據集
二、戶外RGB-D數據集
1、Semantic3D戶外數據集
該數據集是一個大型戶外數據集，使用地面激光掃描儀獲得，總共包含 40億個點。數據集包含了各種城市和鄉村場景，如農場，市政廳，運動場，城堡和廣場。該數據集包含 15 個訓練數據集和 15 個測試數據集，另外還包括 4 個縮減了的測試數據集。數據集中的點都含有 RGB 和強度信息，並被標記爲 8 個語義類別。
文獻：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、點雲數據集
1、Vaihingen 數據集
該數據集由 ISPRS 提供，使用 Leica ALS50 機載 LiDAR 系統掃描得到。數據集包含了豐富的地理環境、城區環境及建物體類型，如圖 5 所示，能夠充分驗證本文算法在室外大規模場景下的應用。LiDAR 點雲數據密度爲 4 point/m3。
文獻：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、參考鏈接