ScanNet是由斯坦福大学、普林斯顿大学和慕尼黑工业大学联合发布的大规模室内3D场景理解数据集，是室内3D场景理解领域最权威的数据集之一。该数据集提供了1513个室内场景的RGB-D视频序列，包含了约250万帧RGB图像和深度图像，标注了3D相机位姿、3D语义分割和实例分割标签，支持多种任务（3D语义分割、3D实例分割、3D目标检测、场景分类等）。ScanNet数据集提供了丰富的室内3D场景数据，覆盖了多种室内场景类型（卧室、客厅、厨房、办公室等），推动了室内3D场景理解算法的发展，PointNet++、KPConv、SparseConvNet等经典算法都在该数据集上进行了评估。该数据集被广泛应用于室内3D场景理解研究和工业应用中。