概述

参考文章：Rethinking Training Strategy in Stereo Matching

主流双目公开数据集有：SceneFlow、KITTI、ETH3D、MB。
各个双目网络主流训练数据视差分布的直方图：

SceneFlow

合成数据。
有35454张训练数据，4370张测试数据。
影像大小为：540（H）*960（W）。
可以用于做消融实验，同时不用担心会过拟合。
预训练模型可以更好的泛化。
视差在0到256之间，99.9%在200以内。

KITTI 2012 & 2015

包含了一共394张训练数据，395张测试数据。
影像大小为376*1236。
只提供稀疏的视差图作为GT。
KITTI中的视差范围为0-230，但是99.9%的数据在128以内。

ETH3D 2017

室内与室外的灰度场景。
包含了27个训练数据，以及另外20个测试数据。
只提供稀疏的视差真值。
视差范围在0-62之间。

Middlebury 2014

室内数据。
15张训练图以及15张测试图。
MB 2014（半分辨率）的视差范围在0-330之间。97.6%的视差范围在200以内。

此外根据我们的实验结果有了以下的几个结论：

1. 首先SceneFlow是一个非常大的数据，而mid brewery以及说kitty都是非常小的数据，这样也就意味着说我们的目标数据集会非常的容易受Singapore的影响。
2. 其次对于目标数据集来说，KITTI有比较大的场景份额，占了90%，而etc3D还有MB的话，只分别占了3%和6%的份额，也就是说在这样的匹配中，场景是非常不平衡的。
3. 考虑到数据样本是不平衡的，且数据集里面的影像有着不一样的分辨率，也就是说视差的分布有着巨大的差别。这也会进一步的影响网络的泛化能力。