【免费下载】 Habitat-Matterport 3D 数据集下载及安装教程
1. 项目介绍
Habitat-Matterport 3D 数据集(HM3D)是由 Facebook Research 和 Matterport 合作开发的一个大规模 3D 室内空间数据集。该数据集包含了 1000 个高分辨率的 3D 扫描(或数字孪生),涵盖了住宅、商业和市政建筑等多种场景。HM3D 数据集旨在为学术和非商业研究提供支持,研究人员可以使用 FAIR 的 Habitat 模拟器来训练具身代理(如家庭机器人和 AI 助手)。
2. 项目下载位置
要下载 Habitat-Matterport 3D 数据集,请访问项目的 GitHub 仓库。你可以通过以下命令克隆仓库:
git clone https://github.com/facebookresearch/habitat-matterport3d-dataset.git
3. 项目安装环境配置
在安装项目之前,请确保你的系统满足以下环境要求:
- Python 3.8.3
- Conda 环境
- Habitat-Sim
- Trimesh
环境配置步骤
-
安装 Conda: 如果你还没有安装 Conda,请先安装 Anaconda 或 Miniconda。
-
创建并激活 Conda 环境: 使用以下命令创建并激活一个新的 Conda 环境:
conda create -n hm3d python=3.8.3 conda activate hm3d -
安装 Habitat-Sim: 使用 Conda 安装 Habitat-Sim:
conda install habitat-sim headless -c conda-forge -c aihabitat -
安装 Trimesh: 使用 pip 安装 Trimesh:
pip install "trimesh[easy]==3.9.1" -
安装其他依赖项: 使用以下命令安装项目所需的其他依赖项:
pip install -r requirements.txt
环境配置示例图片

4. 项目安装方式
在完成环境配置后,你可以按照以下步骤安装 Habitat-Matterport 3D 数据集:
-
克隆仓库: 使用以下命令克隆 GitHub 仓库:
git clone https://github.com/facebookresearch/habitat-matterport3d-dataset.git cd habitat-matterport3d-dataset -
设置 PYTHONPATH: 将项目路径添加到 PYTHONPATH 中:
export PYTHONPATH=$PYTHONPATH:$PWD -
下载数据集: 根据 Habitat-Sim 的官方教程下载所需的数据集,并将其路径设置为环境变量。例如:
export HM3D_ROOT=<PATH TO HM3D glbs>
5. 项目处理脚本
Habitat-Matterport 3D 数据集提供了多个处理脚本来帮助你进行实验和分析。以下是一些常用的脚本:
- scale_comparison:用于比较 HM3D 与其他数据集的规模。
- quality_comparison:用于比较 HM3D 与其他数据集的重建完整性和视觉保真度。
- pointnav_comparison:用于训练和评估 PointNav 代理在 HM3D 和其他数据集上的表现。
每个目录下都提供了详细的 README 文件,指导你如何运行相应的实验。
示例脚本
# 运行 scale_comparison 实验
cd scale_comparison
python run_experiment.py
通过以上步骤,你可以成功下载、安装并运行 Habitat-Matterport 3D 数据集。希望这篇教程对你有所帮助!
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112