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。