我想知道什么是Kitti特征分裂。为什么在深度估计中使用它？我正在使用Kitti数据集进行计算机视觉研究。然而，我是计算机视觉术语的初学者。
谢谢，
我在谷歌上搜索了更多，发现Eigen Split是论文中的一个术语：
David Eigen、Christian Puhrsch和RobFergus。深度图预测使用多尺度深度网络的单个图像。在NIPS*2014中，第页2366–2374.
这里是关于Kitti分割和Eigen分割的简要总结：
KITTI Raw数据集包含42382个立体图像对，它们被分组为61个场景。图像大小1242×375。
在上面的论文中，他们将Kitti分为两种方式：
Kitti拆分：
28场景-测试。
33场景-培训和验证。
29000个图像->训练
1159个图像->验证
特征分割：
29场景-测试。
32个场景-培训和验证。
22600个图像->训练
888个图像->验证
正如您在自己的答案中所写的，Eigen分裂是Eigen等人提出的分裂，并被后续工作使用，以便能够以公平的方式与他们的结果相关联。据我所知，这个分割包含697个测试图像。请参阅此文件以获取详尽的列表。您应该在原始KITTI数据集中找到所有条目。