Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

pemandangan kota

  • Deskripsi :

Cityscapes adalah kumpulan data yang terdiri dari beragam pemandangan jalan perkotaan di 50 kota yang berbeda pada waktu yang berbeda-beda sepanjang tahun serta kebenaran dasar untuk beberapa tugas penglihatan termasuk segmentasi semantik, segmentasi tingkat instans (TODO), dan inferensi perbedaan pasangan stereo.

Untuk tugas segmentasi (pemisahan default, dapat diakses melalui 'cityscapes / semantic_segmentation'), Cityscapes menyediakan anotasi tingkat piksel yang padat untuk 5000 gambar dengan resolusi 1024 * 2048 yang telah dibagi sebelumnya menjadi set pelatihan (2975), validasi (500) dan pengujian (1525). Anotasi label untuk tugas segmentasi mencakup lebih dari 30 kelas yang biasa ditemui selama mendorong persepsi pemandangan. Informasi label mendetail dapat ditemukan di sini: https://github.com/mcordts/cityscapesScripts/blob/master/cityscapesscripts/helpers/labels.py#L52-L99

Cityscapes juga menyediakan anotasi segmentasi butiran kasar (dapat diakses melalui 'cityscapes / semantic_segmentation_extra') untuk gambar 19998 dalam pemisahan 'train_extra' yang mungkin berguna untuk model pra-pelatihan / data-berat.

Selain segmentasi, cityscapes juga menyediakan pasangan gambar stereo dan kebenaran dasar untuk tugas inferensi disparitas pada pemisahan normal dan ekstra (masing-masing dapat diakses melalui 'cityscapes / stereo_disparity' dan 'cityscapes / stereo_disparity_extra').

Contoh yang diingat:

  • Untuk 'cityscapes / stereo_disparity_extra':
    • troisdorf_000000 000073 {*} gambar (tidak ada peta perbedaan)
  • Situs web : https://www.cityscapes-dataset.com

  • Kode sumber : tfds.image.Cityscapes

  • Versi :

    • 1.0.0 (default): Tidak ada catatan rilis.
  • Ukuran unduhan : Unknown size

  • Petunjuk pengunduhan manual : Dataset ini mengharuskan Anda untuk mengunduh data sumber secara manual ke dalam download_config.manual_dir (defaultnya ~/tensorflow_datasets/downloads/manual/ ):
    Anda harus mengunduh file dari https://www.cityscapes-dataset.com/login/ (Dataset ini memerlukan pendaftaran). Untuk konfigurasi dasar (semantic_segmentation) Anda harus mengunduh 'leftImg8bit_trainvaltest.zip' dan 'gtFine_trainvaltest.zip'. Konfigurasi lain memang memerlukan file tambahan - lihat kode untuk lebih jelasnya.

  • Cache otomatis ( dokumentasi ): Tidak

  • Kunci yang diawasi (Lihat as_supervised doc ): None

  • Kutipan :

@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 (konfigurasi default)

  • Deskripsi konfigurasi : Kumpulan data segmentasi semantik Cityscapes.

  • Ukuran set data : 10.86 GiB

  • Split :

Membagi Contoh
'test' 1.525
'train' 2.975
'validation' 500
  • Fitur :
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),
})

cityscapes / semantic_segmentation_extra

  • Deskripsi konfigurasi : Kumpulan data segmentasi semantik Cityscapes dengan pemisahan train_extra dan label kasar.

  • Ukuran 51.92 GiB data : 51.92 GiB

  • Split :

Membagi Contoh
'train' 2.975
'train_extra' 19.998
'validation' 500
  • Fitur :
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),
})

cityscapes / stereo_disparity

  • Deskripsi konfigurasi : Citra stereo Cityscapes dan set data peta perbedaan.

  • Ukuran 25.03 GiB data : 25.03 GiB

  • Split :

Membagi Contoh
'test' 1.525
'train' 2.975
'validation' 500
  • Fitur :
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),
})

cityscapes / stereo_disparity_extra

  • Deskripsi konfigurasi : Citra stereo Cityscapes dan kumpulan data peta perbedaan dengan perpecahan train_extra.

  • Ukuran 119.18 GiB data : 119.18 GiB

  • Split :

Membagi Contoh
'train' 2.975
'train_extra' 19.997
'validation' 500
  • Fitur :
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),
})