ScanNet 是一个实例级的室内场景 RGB-D 数据集（2D & 3D 数据），包含 1,500 多次扫描中的 250 万个视图，并使用 3D 摄像机关键点检测 (3D camera poses) 、表面重建和实例级语义分割进行了标注。它是一个标记体素的集合，而不是点或物体。

本数据集为 ScanNet v2，即 ScanNet 数据集的最新版本，已收集了 1,513 个带标注的扫描，表面覆盖率约为 90% 。在语义分割任务中，这个数据集被标记为 20 类带标注的 3D 体素化目标。

使用该数据集，有助于在 3D 目标分类、语义体素标记和 CAD 模型检索等 3D 场景理解任务中实现最佳性能。