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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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

  10. 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

  1. 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)
  2. 学术会议,已沦为表演...
  3. php 过滤危险字符,php过滤特殊危险字符的总结
  4. 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
  5. js 用正则表达式模仿SQL like % 的模糊匹配
  6. 物联网应用:蓝牙模块在智能门锁中的应用
  7. leetcode 131. 分割回文串 思考分析
  8. 媒体格式分析之flv -- 基于FFMPEG
  9. python之路--内置函数03
  10. 【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)
  11. 【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)
  12. 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!...
  13. 014-JVM-查看class文件的工具Binary viewer、ue、classlib Bytecode viewer
  14. 小程序 版本管理使用教程
  15. centos7创建asm磁盘_centos7下安装oracle rac使用udev绑定磁盘方法
  16. Elasticsearch集群规划及节点角色规划醉佳实践
  17. 加速度随机游走_怎么才能形象的说明IMU的bias随机游走?
  18. 云存储Storj简要原理
  19. Floating-Point overflow and underflow
  20. 如何用深度学习进行语音识别

热门文章

  1. fastjson 1.1.71.android 版本发布,优化部分场景性能
  2. 优化Nginx服务的安全配置
  3. Spring 是解析配置类过程详解
  4. 我肝了一个月,给你写出了这本Java开发手册。
  5. 我是如何在两天内做完一个网站的
  6. 干货 | 强化学习在携程酒店推荐排序中的应用探索
  7. MySQL 调优/优化的 101 个建议
  8. 树莓派上利用 Tensorflow 实现小车的自动驾驶
  9. 当创建对象时......
  10. JVM内存占用情况深入分析,分分钟解开你的疑惑