打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
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


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.

GroupClasses
flatroad · sidewalk · parking+ · rail track+
humanperson* · rider*
vehiclecar* · truck* · bus* · on rails* · motorcycle* · bicycle* · caravan*+ · trailer*+
constructionbuilding · wall · fence · guard rail+ · bridge+ · tunnel+
objectpole · pole group+ · traffic sign · traffic light
naturevegetation · terrain
skysky
voidground+ · 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。

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
用于三维点云语义分割的标注工具和城市数据集
「图像分割模型」全景分割是什么?
无人驾驶数据集汇总
2020年,那些「引爆」了机器学习社区的热门论文、库和基准
双重注意力网络:中科院自动化所提出新的自然场景图像分割框架
CVPR 2019 | 微软亚研院提出用于语义分割的结构化知识蒸馏
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服