Dataset之Cityscapes:Cityscapes数据集的简介、安装、使用方法之详细攻略
Dataset之Cityscapes:Cityscapes数据集的简介、安装、使用方法之详细攻略
目录
Cityscapes数据集的简介
1、Cityscapes数据集的特点
2、Cityscapes数据集的目的
3、样例解释
4、Features
5、标签政策
6、Class Definitions
Cityscapes数据集的安装
Cityscapes数据集的使用方法
1、细致的注释
2、粗糙的注释
Cityscapes数据集的简介
Cityscapes拥有5000张在城市环境中驾驶场景的图像(2975train,500 val,1525test)。它具有19个类别的密集像素标注(97%coverage),其中8个具有实例级分割。Cityscapes数据集,即城市景观数据集,这是一个新的大规模数据集,其中包含一组不同的立体视频序列,记录在50个不同城市的街道场景。
城市景观数据集中于对城市街道场景的语义理解图片数据集,该大型数据集包含来自50个不同城市的街道场景中记录的多种立体视频序列,除了20000个弱注释帧以外,还包含5000帧高质量像素级注释。因此,数据集的数量级要比以前的数据集大的多。Cityscapes数据集共有fine和coarse两套评测标准,前者提供5000张精细标注的图像,后者提供5000张精细标注外加20000张粗糙标注的图像。
Cityscapes数据集包含2975张图片。包含了街景图片和对应的标签。大小为113MB。Cityscapes数据集,包含戴姆勒在内的三家德国单位联合提供,包含50多个城市的立体视觉数据。
1、Cityscapes数据集的特点
- 像素级标注;
- 提供算法评估接口。
2、Cityscapes数据集的目的
- 评价视觉算法在城市场景语义理解的主要任务中的性能:像素级、实例级、泛光语义标注;
- 支持旨在利用大量(弱)注释数据的研究,例如用于训练深度神经网络。
3、样例解释
第一张图是的高质量密集像素注释的示例,提供了5 000张图像。重叠颜色编码语义类(参见类定义)。请注意,交通参与者的单个实例是单独标注的。第二张是粗略注释,除了精细的注释外,我们还与pallas ludens合作,为一组20000图像提供更粗的多边形注释。同样,重叠的颜色对语义类进行编码(参见类定义)。注意,我们的目标不是注释单个实例,但是,我们标记了覆盖单个对象的多边形。
数据集官网:https://www.cityscapes-dataset.com/
4、Features
Type of annotations
- Semantic
- Instance-wise
- Dense pixel annotations
Complexity
- 30 classes
- See Class Definitions for a list of all classes and have a look at the applied labeling policy.
Diversity
- 50 cities
- Several months (spring, summer, fall)
- Daytime
- Good/medium weather conditions
- Manually selected frames
- Large number of dynamic objects
- Varying scene layout
- Varying background
Volume
- 5 000 annotated images with fine annotations (examples)
- 20 000 annotated images with coarse annotations (examples)
Metadata
- Preceding and trailing video frames. Each annotated image is the 20th image from a 30 frame video snippets (1.8s)
- Corresponding right stereo views
- GPS coordinates
- Ego-motion data from vehicle odometry
- Outside temperature from vehicle sensor
Benchmark suite and evaluation server
- Pixel-level semantic labeling
- Instance-level semantic labeling
5、标签政策
被标记的前景对象不能有洞,也就是说,如果有一些背景是可见的“通过”一些前景对象,它被认为是前景的一部分。这也适用于高度混合了两个或多个类的区域:它们被用前台类标记。例如:房子前的树叶或天空(一切树木),透明的车窗(一切汽车)。
6、Class Definitions
Please click on the individual classes for details on their definitions.
Group | Classes |
---|---|
flat | road · sidewalk · parking+ · rail track+ |
human | person* · rider* |
vehicle | car* · truck* · bus* · on rails* · motorcycle* · bicycle* · caravan*+ · trailer*+ |
construction | building · wall · fence · guard rail+ · bridge+ · tunnel+ |
object | pole · pole group+ · traffic sign · traffic light |
nature | vegetation · terrain |
sky | sky |
void | ground+ · dynamic+ · static+ |
Cityscapes数据集的安装
T1、数据集下载:https://www.cityscapes-dataset.com/login/
T2、百度云下载:https://pan.baidu.com/s/1w3W_dQBUiHcwkLOtbSJ1Tg
提取码:1bln 注:里面不包含19998 images的Coarse
粗略注释
脚本(网友提供):https://github.com/mcordts/cityscapesScripts/tree/master/cityscapesscripts
Cityscapes数据集的使用方法
1、细致的注释
下面是我们的高质量的密集的像素注释的例子为一卷000 图像。覆盖颜色编码语义类(参见类定义)。注意,流量参与者的单个实例是单独注释的。
2、粗糙的注释
除了优良的注释,我们提供一组粗多边形注释000 图像与帕拉斯合作Ludens。同样,覆盖的颜色编码语义类(参见类定义)。注意,我们的目标不是注释单个实例,但是,我们标记了覆盖单个对象的多边形。
Dataset之Cityscapes:Cityscapes数据集的简介、安装、使用方法之详细攻略相关推荐
- Python之 sklearn:sklearn中的train_test_split函数的简介及使用方法之详细攻略
Python之 sklearn:sklearn中的train_test_split函数的简介及使用方法之详细攻略 目录 sklearn中的train_test_split函数的简介 train_tes ...
- Python之 sklearn:sklearn中的RobustScaler 函数的简介及使用方法之详细攻略
Python之 sklearn:sklearn中的RobustScaler 函数的简介及使用方法之详细攻略 目录 sklearn中的RobustScaler 函数的简介及使用方法 sklearn中的R ...
- sklearn:sklearn.GridSearchCV函数的简介、使用方法之详细攻略
sklearn:sklearn.GridSearchCVl函数的简介.使用方法之详细攻略 目录 sklearn.GridSearchCV函数的简介 1.参数说明 2.功能代码 sklearn.Grid ...
- sklearn:sklearn.preprocessing.StandardScaler函数的fit_transform、transform、inverse_transform简介、使用方法之详细攻略
sklearn:sklearn.preprocessing.StandardScaler函数的fit_transform.transform.inverse_transform简介.使用方法之详细攻略 ...
- ML之sklearn:sklearn.linear_mode中的LogisticRegression函数的简介、使用方法之详细攻略
ML之sklearn:sklearn.linear_mode中的LogisticRegression函数的简介.使用方法之详细攻略 目录 sklearn.linear_mode中的LogisticRe ...
- sklearn:sklearn.feature_selection的SelectFromModel函数的简介、使用方法之详细攻略
sklearn:sklearn.feature_selection的SelectFromModel函数的简介.使用方法之详细攻略 目录 SelectFromModel函数的简介 1.使用SelectF ...
- Python语言学习:Python常用自带库(imageio、pickle)简介、使用方法之详细攻略
Python语言学习:Python常用自带库(imageio.pickle)简介.使用方法之详细攻略 目录 imageio简介及其常见使用方法 pickle简介及其常见使用方法 简介 使用方法 简介及 ...
- Computer:互联网开放平台项目知识补充之开发-运维-网络-网关等术语(DMZ、负载均衡、F5、Nginx、容器)的简介、使用方法之详细攻略
Computer:互联网开放平台项目知识补充之开发-运维-网络-网关等术语(DMZ.负载均衡.F5.Nginx.容器)的简介.使用方法之详细攻略 目录 DMZ(隔离区)的简介及其使用方法 1.DMZ区 ...
- Python编程语言学习:包导入和模块搜索路径简介、使用方法之详细攻略
Python编程语言学习:包导入和模块搜索路径简介.使用方法之详细攻略 目录 包导入和模块搜索路径简介 1.Pyhon搜索模块路径的机制 2.自定义配置搜索路径
- Python之 sklearn:sklearn.preprocessing中的StandardScaler函数的简介及使用方法之详细攻略
Python之 sklearn:sklearn.preprocessing中的StandardScaler函数的简介及使用方法之详细攻略 目录 sklearn.preprocessing中的Stand ...
最新文章
- python fft库有哪些_Python图像处理库PIL中快速傅里叶变换FFT的实现(一)
- 学术会议,已沦为表演...
- php 过滤危险字符,php过滤特殊危险字符的总结
- 钱包系统推荐维金_区块链持币生息系统开发app,钱包系统搭建
- js 用正则表达式模仿SQL like % 的模糊匹配
- 物联网应用:蓝牙模块在智能门锁中的应用
- leetcode 131. 分割回文串 思考分析
- 媒体格式分析之flv -- 基于FFMPEG
- python之路--内置函数03
- 【报告分享】2021年中国人工智能与教育融合应用报告.pdf(附下载链接)
- 【毕业设计】php+mysql社区交流系统(毕业论文+封面目录+系统+说明书)
- ppt上的倒计时小工具_英孚线上精品小班课平台操作指南这些课堂小工具你都知道吗?更多课前指引看这里!...
- 014-JVM-查看class文件的工具Binary viewer、ue、classlib Bytecode viewer
- 小程序 版本管理使用教程
- centos7创建asm磁盘_centos7下安装oracle rac使用udev绑定磁盘方法
- Elasticsearch集群规划及节点角色规划醉佳实践
- 加速度随机游走_怎么才能形象的说明IMU的bias随机游走?
- 云存储Storj简要原理
- Floating-Point overflow and underflow
- 如何用深度学习进行语音识别