Dataset之MapillaryVistas:MapillaryVistas数据集的简介、下载、使用方法之详细攻略
Dataset之MapillaryVistas:MapillaryVistas数据集的简介、下载、使用方法之详细攻略
目录
MapillaryVistas数据集的简介
1、数据集特点
MapillaryVistas数据集的下载
MapillaryVistas数据集的使用方法
MapillaryVistas数据集的简介
MapillaryVistas是世界上最大、最多样化的像素精确,和特定实例标注的街道级图像公开数据集。Mapillary Vistas数据集是一个新建立的,大场景的街景数据集,包括25000张高分辨率的彩色图像,分成66个类,其中有37个类别是特定的附加于实例的标签。对物体的标签注释可以使用多边形进行稠密,精细的描绘。我们的数据集比Cityscapes的精细注释总量大5倍,并包含来自世界各地在各种条件下捕获的图像,包括不同天气,季节和时间的图像。
图像由经验丰富的摄影师利用不同的成像设备(手机,平板电脑,运动相机,专业捕捉装备)进行拍摄捕捉。通过这种方式,我们的数据集涵盖了多样性,丰富的细节以及地理信息。为了使数据集能作为一个基准进行各种任务,我们定义语义图像分割以及实例图像分割,旨在进一步开发用于视觉道路场景理解的先进算法。下图就是本文对图像进行分类的标签,包括大类以及在大类中分的小类。源于International Conference on Computer Vision (ICCV 2017)。
1、数据集特点
MapillaryVistas拥有25k街景图像(18ktrain,2k val,5k test),分辨率广泛。数据集的“研究版”被密集注释(98%像素coverage),包含28个stuff和37个thing类别。
- 25,000个高分辨率图像(分为18,000个用于训练,2,000个用于验证,5,000个用于测试; 平均分辨率为~9百万像素),带有大于200万个手动绘制多边形的像素标注;
- 100个目标类别,其中60个特定于实例(即用于枚举目标);
- 全球地理覆盖范围,覆盖北美和南美,欧洲,非洲,亚洲和大洋洲;
- 天气条件(太阳,雨,雪,雾,阴霾)和拍照时间(黎明,白天,黄昏,甚至夜晚)的变化;
- 大范围的相机传感器,不同的焦距,图像宽高比和不同类型的相机噪声;
- 不同的拍照视点(来自道路,人行道和off-road);
MapillaryVistas数据集的下载
参考论文: The Mapillary Vistas Dataset for Semantic Understanding of Street Scenes
MapillaryVistas数据集的使用方法
推荐文章:mapillary
Dataset之MapillaryVistas:MapillaryVistas数据集的简介、下载、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 ...
- Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略
Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介.使用方法之详细攻略 目录 matplotlib.pyplot的plt.legend函数的简 ...
- BigData之Hive beeline:beeline的简介、使用方法之详细攻略
BigData之Hive beeline:beeline的简介.使用方法之详细攻略 目录 beeline的简介 beeline的使用方法 1.命令行参数解释 2.beeline的输出格式 2.1.ta ...
最新文章
- 【DBA】DBA——数据库管理员
- 如何学习Linux / 新手入门
- 前端学习(95):ps基本操作与图片格式
- 如何:将 TraceSource 和筛选器与跟踪侦听器一起使用(转载)
- 【python】类的封装、多态
- 你说“神马”?非正式汉语数据集资源上线,帮你训练网络语言处理
- VS 2010 复制代码到word出现乱码解决办法
- 在mysql上发布jbpm4.3
- 仿iReader 阅读器(swift)
- 根据经纬度获取位置信息
- quast 的结果怎么看_使用quast评估基因组装配的质量
- 编程求一元二次方程的解
- 【设计欣赏】新颖包装设计欣赏
- 2020最受欢迎主动降噪蓝牙耳机盘点,五款性能超强蓝牙耳机推荐
- 使用ASP.NET.MVC制作手机接收验证码
- android11最新版本是多少,Android11正式发布 安卓11正式版系统发布更新时间
- 设计模式之访问者模式(C++)
- Go C 编程 第4课 变色魔法(魔法学院的奇幻之旅 Go C编程绘图)
- 数据挖掘算法-时间序列
- win10 只有一种语言且只有一种输入法的情况下,如何才能在打开新的窗口中默认英文输入