Google I/O — это обертка! Наверстать упущенное в сеансах TensorFlow Просмотреть сеансы

городские пейзажи

  • Описание:

Городские пейзажи - это набор данных, состоящий из разнообразных городских уличных сцен в 50 разных городах в разное время года, а также основных истин для нескольких задач видения, включая семантическую сегментацию, сегментацию на уровне экземпляра (TODO) и вывод несоответствия стереопар.

Для задач сегментации (разделение по умолчанию, доступное через «cityscapes / semantic_segmentation») Cityscapes предоставляет аннотации на уровне плотных пикселей для 5000 изображений с разрешением 1024 * 2048, предварительно разделенных на наборы для обучения (2975), проверки (500) и тестирования (1525). Аннотации меток для задач сегментации охватывают более 30 классов, которые обычно встречаются при восприятии сцены вождения. Подробная информация этикетка может быть найдена здесь: https://github.com/mcordts/cityscapesScripts/blob/master/cityscapesscripts/helpers/labels.py#L52-L99

Cityscapes также предоставляет аннотации грубой сегментации (доступные через 'cityscapes / semantic_segmentation_extra') для изображений 19998 в разделении 'train_extra', что может оказаться полезным для моделей с предварительным обучением / с большим объемом данных.

Помимо сегментации, cityscapes также предоставляет пары стереоизображений и наземные истины для задач вывода несоответствия как на нормальном, так и на дополнительном разбиении (доступно через «cityscapes / stereo_disparity» и «cityscapes / stereo_disparity_extra» соответственно).

Примеры ингредиентов:

  • Для 'cityscapes / stereo_disparity_extra':
    • troisdorf_000000 000073 {*} изображения (без несоответствия карты присутствует)
  • Домашняя страница: https://www.cityscapes-dataset.com

  • Исходный код: tfds.image.Cityscapes

  • Версии:

    • 1.0.0 ( по умолчанию): Нет Замечания к выпуску.
  • Размер загрузки: Unknown size

  • Руководство по эксплуатации скачать: Этот набор данных требует от вас , чтобы загрузить исходные данные вручную в download_config.manual_dir ( по умолчанию ~/tensorflow_datasets/downloads/manual/ ):
    Вы должны загрузить файлы из https://www.cityscapes-dataset.com/login/ (Этот набор данных требует регистрации). Для базовой конфигурации (semantic_segmentation) вы должны загрузить leftImg8bit_trainvaltest.zip и gtFine_trainvaltest.zip. Для других конфигураций требуются дополнительные файлы - подробности см. В коде.

  • Авто-кэшируются ( документация ): Нет

  • Контролируемые ключи (см as_supervised документ ): None

  • Рис ( tfds.show_examples ): Не поддерживается.

  • Образец цитирования:

@inproceedings{Cordts2016Cityscapes,
  title={The Cityscapes Dataset for Semantic Urban Scene Understanding},
  author={Cordts, Marius and Omran, Mohamed and Ramos, Sebastian and Rehfeld, Timo and Enzweiler, Markus and Benenson, Rodrigo and Franke, Uwe and Roth, Stefan and Schiele, Bernt},
  booktitle={Proc. of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2016}
}

cityscapes / semantic_segmentation (конфигурация по умолчанию)

  • Описание Config: Cityscapes семантической сегментация набор данные.

  • Dataset Размер: 10.86 GiB

  • расколы:

Расколоть Примеры
'test' 1,525
'train' 2 975
'validation' 500
  • Особенности:
FeaturesDict({
    'image_id': Text(shape=(), dtype=tf.string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=tf.uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=tf.uint8),
})

городские пейзажи / semantic_segmentation_extra

  • Описание Config: Cityscapes семантической сегментация набор данные с train_extra расколом и грубыми этикетками.

  • Dataset Размер: 51.92 GiB

  • расколы:

Расколоть Примеры
'train' 2 975
'train_extra' 19 998
'validation' 500
  • Особенности:
FeaturesDict({
    'image_id': Text(shape=(), dtype=tf.string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=tf.uint8),
    'segmentation_label': Image(shape=(1024, 2048, 1), dtype=tf.uint8),
})

городские пейзажи / stereo_disparity

  • Config Описание: Cityscapes стереоизображение и несоответствие карт набора данных.

  • Dataset Размер: 25.03 GiB

  • расколы:

Расколоть Примеры
'test' 1,525
'train' 2 975
'validation' 500
  • Особенности:
FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=tf.uint8),
    'image_id': Text(shape=(), dtype=tf.string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=tf.uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=tf.uint8),
})

городские пейзажи / stereo_disparity_extra

  • Config Описание: Cityscapes стереоизображение и несоответствие карт набора данных с train_extra раскола.

  • Dataset Размер: 119.18 GiB

  • расколы:

Расколоть Примеры
'train' 2 975
'train_extra' 19 997
'validation' 500
  • Особенности:
FeaturesDict({
    'disparity_map': Image(shape=(1024, 2048, 1), dtype=tf.uint8),
    'image_id': Text(shape=(), dtype=tf.string),
    'image_left': Image(shape=(1024, 2048, 3), dtype=tf.uint8),
    'image_right': Image(shape=(1024, 2048, 3), dtype=tf.uint8),
})