无人驾驶常用数据集---图像语义分割数据集--Cityscapes数据集的解读（for 小白）

**

无人驾驶常用数据集–图像语义分割数据集–Cityscapes数据集的解读（for 小白）

**

一、什么是Cityscapes数据集？

Cityscapes是关于城市街道场景的语义理解图片数据集。它主要包含来自50个不同城市的街道场景，拥有5000张在城市环境中驾驶场景的高质量像素级注释图像（其中2975 for train，500 for val, 1525 for test，共有19个类别）；此外，它还有20000张粗糙标注的图像(gt coarse)。

二、如何下载该数据集呢？

1、第一步

直接在百度或者谷歌里面搜索Cityscapes，然后你就能够看到它的官网了，我这边是采用的是谷歌直接搜索的，如下图：

2、第二步

直接点击上面图片的红色的框，进入它的官网，它的官网如下：

3、进入下载界面

点击上面图片的红色框的download，进入下载的界面，但是在进入下载的界面需要你注册该网站，而且必须用的是学校的邮箱注册，即包含edu的邮箱，如图：

当你注册成功后，你就能够进入下载的界面了，下载的界面如下：

进入了这个下载的界面，你就会发现里面有很多下载的东西，但是我们一般只需要下载上面图片上的红色框的部分。但是这个时候，可能会遇到一个问题，文件太大了，国内的网是根本就不能够支持下载，你就能通过百度网盘下载了，百度网盘的网址为：https://pan.baidu.com/s/16jj6FLG_cp3paJVjCWAJ_A 提取码：4je2 （该网盘地址来源于：https://blog.csdn.net/nefetaria/article/details/105728008）。

四、下载数据集中的文件夹的介绍

下载完了数据集，就是如下图所示：

该文件夹中，包含了这三个数据集，分别是gtCoarse，gtFine_trainvaltest, leftImg8bit_trainvaltest。（这个文件除了这三个文件以及他们的压缩包，剩下的那个cityscapesScripts-master是我从github所下载的自带工具，我将这几个文件全部放在了一个文件夹里而已）

在下载完这三个数据集外，还需要在github上下载自带工具，下载地址为：cityscapes数据集的自带工具
下载完了这个自带工具，它包含下面这些东西：

然后，可以看到cityscapesscripts内的文件如下：

我们所需要的工具是下面我用红框框出来的这两个：

labels.py： 这个python文件工具作用是映射我们所需训练的物体到一个具体颜色数值。最多可分34类，若增减其中需要分割物体可用此工具。

creatTrainldLabellmgs.py： 当用上一个工具定义好训练集识别物体数量后，需要用这个文件重新生成训练集。

打开label文件后如图所示： trainID这一列，凡是255的表示均没有加入训练分类。修改trainID和不感兴趣的ignoreInEval改为True。，修改工具可参考如下的博客：制作cityscapes标签数据集！！！（自主分类）

修改完label文件后，使用creatTrainldLabellmgs.py文件进行数据集的制作。

（下载的数据集默认就是19分类数据集，若无特殊要求，可不更改labels，不调用creatTrainldLabellmgs.py！）

这里需要注意一下，cityscapesscripts需要和gtCoarse、gtFine、leftImg8bit在同一目录下。