The Cityscapes 數(shù)據(jù)集

該github庫包含用于檢查垢揩，準(zhǔn)備和評(píng)估Cityscapes數(shù)據(jù)集的腳本发框。 該大型數(shù)據(jù)集包含來自50個(gè)不同城市的街道場(chǎng)景中記錄的多種立體視頻序列，除了20000個(gè)弱注釋幀以外轿衔，還包含5000幀高質(zhì)量像素級(jí)注釋节吮。

官方下載鏈接請(qǐng)登錄：www.cityscapes-dataset.net
百度云下載鏈接：leftImage8bit+gtFine

數(shù)據(jù)集結(jié)構(gòu)

Cityscapes dataset 的文件夾結(jié)構(gòu)如下：

{root}/{type}{video}/{split}/{city}/{city}_{seq:0>6}_{frame:0>6}_{type}{ext}

其中獨(dú)立元素的含義是:

• root Cityscapes數(shù)據(jù)集的根文件夾残邀。 我們的許多腳本檢查指向該文件夾的環(huán)境變量“CITYSCAPES_DATASET”是否存在屑咳，并將其作為默認(rèn)目錄萨赁。
• type數(shù)據(jù)類型或形態(tài)，比如 gtFine 代表精細(xì)的GroundTruth兆龙， leftImg8bit 代表左側(cè)相機(jī)的八位圖像杖爽。
• split分割，即train紫皇， val慰安， test， train_extra或demoVideo聪铺。 請(qǐng)注意化焕，并非所有分組都存在所有類型的數(shù)據(jù)。 因此铃剔，偶爾找到空文件夾不要感到驚訝撒桨。
• city這部分?jǐn)?shù)據(jù)集的所屬城市。
• seq序列號(hào)键兜，使用6位數(shù)字凤类。
• frame幀號(hào)，使用6位數(shù)字普气。 請(qǐng)注意谜疤，在一些城市中，雖然記錄了非常長(zhǎng)的序列现诀，但在一些城市記錄了許多短序列夷磕，其中僅記錄了第19幀.
• ext該文件的擴(kuò)展名和可選的后綴，例如赶盔， _polygons.json為GroundTruth文件

type可能的值

• gtFine 精細(xì)注釋企锌，2975張訓(xùn)練圖，500張驗(yàn)證圖和1525張測(cè)試圖于未。 這種類型的注釋用于驗(yàn)證，測(cè)試和可選的訓(xùn)練陡鹃。 注解使用包含單個(gè)多邊形的“json”文件進(jìn)行編碼烘浦。 另外，我們提供png圖像萍鲸，其中像素值對(duì)標(biāo)簽進(jìn)行編碼闷叉。 有關(guān)詳細(xì)信息，請(qǐng)參閱helpers / labels.py和prepare中的腳本脊阴。
• gtCoarse 粗略注釋握侧，可用于所有訓(xùn)練和驗(yàn)證圖像以及另一組19998張訓(xùn)練圖像（train_extra）蚯瞧。 這些注釋可以用于訓(xùn)練，也可以與gtFine一起使用品擎，也可以在弱監(jiān)督的環(huán)境中單獨(dú)使用埋合。
• gtBboxCityPersons 行人邊界框注釋，可用于所有訓(xùn)練和驗(yàn)證圖像萄传。 有關(guān)更多詳細(xì)信息甚颂，請(qǐng)參閱helpers / labels_cityPersons.py以及CityPersons出版物（Zhang等，CVPR’17）秀菱。
• leftImg8bit 左側(cè)圖像振诬，采用8位LDR格式。這些圖像都有標(biāo)準(zhǔn)的注釋.
• leftImg16bit 左側(cè)圖像衍菱，采用16位HDR格式赶么。這些圖像提供每像素16位色彩深度并包含更多信息，特別是在場(chǎng)景的非常黑暗或明亮的部分脊串。 警告：圖像存儲(chǔ)為16位PNG辫呻，這是非標(biāo)準(zhǔn)的，并且不是所有庫都支持洪规。
• rightImg8bit 右側(cè)圖像印屁，采用8位LDR格式。
• rightImg16bit 右側(cè)圖像斩例，采用16位HDR格式雄人。
• timestamp 記錄時(shí)間，單位是ns念赶。 每個(gè)序列的第一幀總是有一個(gè)0的時(shí)間戳础钠。
• disparity 預(yù)先計(jì)算的視差深度圖。 為了獲得視差值叉谜，對(duì)于p> 0的每個(gè)像素p計(jì)算：d =（float（p）-1）/ 256旗吁，而值p = 0是無效測(cè)量。 警告：圖像存儲(chǔ)為16位PNG停局，這是非標(biāo)準(zhǔn)的很钓，并且不是所有庫都支持。
• camera 內(nèi)部和外部相機(jī)校準(zhǔn)董栽。 有關(guān)詳情码倦，請(qǐng)參閱 csCalibration.pdf
• vehicle 車輛測(cè)距，GPS坐標(biāo)和室外溫度锭碳。 詳情請(qǐng)參閱csCalibration.pdf
  隨著時(shí)間的推移可能會(huì)增加更多類型袁稽，并且并非所有類型都是最初可用的，如果您需要其他元數(shù)據(jù)來運(yùn)行您的方法擒抛，請(qǐng)告訴我們推汽。

split可能出現(xiàn)的值

• train 通常用于訓(xùn)練, 包含 2975 張帶有粗糙或精細(xì)標(biāo)注的圖像
• val 應(yīng)該用于驗(yàn)證hyper-parameters补疑，包含500個(gè)具有精細(xì)和粗糙注釋的圖像。 也可以用于訓(xùn)練.
• test 用于在我們的評(píng)估服務(wù)器上測(cè)試歹撒。 注釋不公開莲组，但為方便起見，我們包含自我車輛和整改邊界的注釋栈妆。
• train_extra 可以選擇性地用于訓(xùn)練胁编，包含帶有粗略注釋的19998張圖像
• demoVideo 可用于定性評(píng)估的視頻序列，這些視頻不提供注釋

腳本

下載鏈接：https://github.com/mcordts/cityscapesScripts
在名為 scripts的文件夾中有數(shù)據(jù)集包含幾個(gè)腳本

• helpers 被其他腳本文件調(diào)用的幫助文件
• viewer 用于查看圖像和標(biāo)注的腳本
• preparation 用于將GroundTruth注釋轉(zhuǎn)換為適合您的方法的格式的腳本
• evaluation 評(píng)價(jià)你的方法的腳本
• annotation 被用來標(biāo)注數(shù)據(jù)集的標(biāo)注工具

請(qǐng)注意鳞尔，所有文件頂部都有一個(gè)小型documentation嬉橙。 非常重要

• helpers/labels.py 定義所有語義類ID的中心文件，并提供各種類屬性之間的映射寥假。
• helpers/labels_cityPersons.py 文件定義所有CityPersons行人類的ID并提供各種類屬性之間的映射市框。
• viewer/cityscapesViewer.py 查看圖像并覆蓋注釋。
• preparation/createTrainIdLabelImgs.py 將多邊形格式的注釋轉(zhuǎn)換為帶有標(biāo)簽ID的png圖像糕韧，其中像素編碼可以在“l(fā)abels.py”中定義的“訓(xùn)練ID”枫振。
• preparation/createTrainIdInstanceImgs.py 將多邊形格式的注釋轉(zhuǎn)換為帶有實(shí)例ID的png圖像，其中像素編碼由“train ID”組成的實(shí)例ID萤彩。
• evaluation/evalPixelLevelSemanticLabeling.py 該腳本來評(píng)估驗(yàn)證集上的像素級(jí)語義標(biāo)簽結(jié)果粪滤。該腳本還用于評(píng)估測(cè)試集的結(jié)果。
• evaluation/evalInstanceLevelSemanticLabeling.py 該腳本來評(píng)估驗(yàn)證集上的實(shí)例級(jí)語義標(biāo)簽結(jié)果雀扶。該腳本還用于評(píng)估測(cè)試集的結(jié)果杖小。
• setup.py 運(yùn)行 setup.py build_ext --inplace 啟用cython插件以進(jìn)行更快速的評(píng)估。僅針對(duì)Ubuntu進(jìn)行了測(cè)試愚墓。
  腳本可以通過 pip安裝予权，如下：
  sudo pip install .
  這將腳本安裝為名為cityscapesscripts的python模塊并公開以下工具，請(qǐng)參閱上面的說明：

• csViewer
• csLabelTool
• csEvalPixelLevelSemanticLabeling
• csEvalInstanceLevelSemanticLabeling
• csCreateTrainIdLabelImgs
• csCreateTrainIdInstanceImgs
  請(qǐng)注意浪册，對(duì)于您需要安裝的圖形工具:
• sudo apt install python-tk python-qt4

測(cè)評(píng)

一旦你想在測(cè)試集上測(cè)試你的方法扫腺，請(qǐng)?jiān)谀闾峁┑臏y(cè)試圖像上運(yùn)行你的方法并提交你的結(jié)果：www.cityscapes-dataset.net/submit/
對(duì)于語義標(biāo)注，我們要求結(jié)果格式與我們的名為labelIDs的標(biāo)簽圖像的格式相匹配村象。
因此笆环，您的代碼應(yīng)該生成圖像，其中每個(gè)像素的值與labels.py中定義的類ID相對(duì)應(yīng)厚者。
請(qǐng)注意咧织，我們的評(píng)估腳本包含在腳本文件夾中，可用于在驗(yàn)證集上測(cè)試您的方法籍救。
有關(guān)提交過程的更多詳細(xì)信息，請(qǐng)咨詢我們的網(wǎng)站渠抹。

聯(lián)系我們

• www.cityscapes-dataset.net

參考鏈接

• Cityscapes數(shù)據(jù)集使用與結(jié)果測(cè)試評(píng)估
• Cityscape數(shù)據(jù)集腳本readme譯
• Cityscapes
• Cityscapes數(shù)據(jù)集介紹