paysages urbains

  • Description:

Cityscapes est un ensemble de données composé de diverses scènes de rues urbaines dans 50 villes différentes à différentes périodes de l'année, ainsi que des vérités fondamentales pour plusieurs tâches de vision, notamment la segmentation sémantique, la segmentation au niveau de l'instance (TODO) et l'inférence de disparité de paires stéréo.

Pour les tâches de segmentation (fractionnement par défaut, accessible via 'cityscapes/semantic_segmentation'), Cityscapes fournit des annotations denses au niveau des pixels pour 5 000 images à une résolution de 1024 * 2048 pré-divisées en ensembles d'entraînement (2975), de validation (500) et de test (1525). Les annotations d'étiquettes pour les tâches de segmentation couvrent plus de 30 classes couramment rencontrées lors de la perception de la scène de conduite. Des informations détaillées de l' étiquette peut être trouvée ici: https://github.com/mcordts/cityscapesScripts/blob/master/cityscapesscripts/helpers/labels.py#L52-L99

Cityscapes fournit également des annotations de segmentation à gros grains (accessibles via 'cityscapes/semantic_segmentation_extra') pour les images 19998 dans une division 'train_extra' qui peut s'avérer utile pour les modèles de pré-entraînement / lourds en données.

Outre la segmentation, cityscapes fournit également des paires d'images stéréo et des vérités de terrain pour les tâches d'inférence de disparité sur les divisions normales et supplémentaires (accessibles via 'cityscapes/stereo_disparity' et 'cityscapes/stereo_disparity_extra' respectivement).

Exemples ingorgés :

  • Pour 'cityscapes/stereo_disparity_extra' :
    • troisdorf_000000 000073 {*} images (pas de disparité actuelle)
  • Page d' accueil: https://www.cityscapes-dataset.com

  • Code source: tfds.image.Cityscapes

  • versions:

    • 1.0.0 (par défaut): Aucune note de version.
  • Taille du téléchargement: Unknown size

  • Instructions de téléchargement Manuel: Cet ensemble de données , vous devez télécharger les données source manuellement dans download_config.manual_dir (par défaut ~/tensorflow_datasets/downloads/manual/ ):
    Vous devez télécharger des fichiers à partir https://www.cityscapes-dataset.com/login/ (Cet ensemble de données nécessite une inscription). Pour la configuration de base (semantic_segmentation), vous devez télécharger 'leftImg8bit_trainvaltest.zip' et 'gtFine_trainvaltest.zip'. D'autres configurations nécessitent des fichiers supplémentaires - veuillez consulter le code pour plus de détails.

  • Mis en cache automatique ( documentation ): Non

  • Clés (Voir encadrés as_supervised doc ): None

  • Figure ( tfds.show_examples ): Non pris en charge.

  • citation:

@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 (configuration par défaut)

  • Description Config: Cityscapes ensemble de données de segmentation sémantique.

  • Taille Dataset: 10.86 GiB

  • scissions:

Diviser Exemples
'test' 1 525
'train' 2 975
'validation' 500
  • Caractéristiques:
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),
})

paysages urbains/semantic_segmentation_extra

  • Description Config: Cityscapes jeu de données de segmentation sémantique avec train_extra divisé et étiquettes grossières.

  • Taille Dataset: 51.92 GiB

  • scissions:

Diviser Exemples
'train' 2 975
'train_extra' 19 998
'validation' 500
  • Caractéristiques:
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),
})

paysages urbains/stereo_disparity

  • Description Config: image stéréo et Cityscapes disparité ensemble de données cartes.

  • Taille Dataset: 25.03 GiB

  • scissions:

Diviser Exemples
'test' 1 525
'train' 2 975
'validation' 500
  • Caractéristiques:
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),
})

paysages urbains/stereo_disparity_extra

  • Description Config: image stéréo et Cityscapes disparité des cartes DataSet avec train_extra Split.

  • Taille Dataset: 119.18 GiB

  • scissions:

Diviser Exemples
'train' 2 975
'train_extra' 19 997
'validation' 500
  • Caractéristiques:
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),
})