O Dia da Comunidade de ML é dia 9 de novembro! Junte-nos para atualização de TensorFlow, JAX, e mais Saiba mais

paisagens urbanas

  • Descrição:

Cityscapes é um conjunto de dados que consiste em diversas cenas de ruas urbanas em 50 cidades diferentes em diferentes épocas do ano, bem como verdades fundamentais para várias tarefas de visão, incluindo segmentação semântica, segmentação de nível de instância (TODO) e inferência de disparidade de par estéreo.

Para tarefas de segmentação (divisão padrão, acessível via 'cityscapes / semantic_segmentation'), Cityscapes fornece anotações de nível de pixel denso para 5.000 imagens em resolução de 1024 * 2048 pré-dividido em conjuntos de treinamento (2975), validação (500) e teste (1525). As anotações de rótulo para tarefas de segmentação abrangem mais de 30 classes comumente encontradas durante a percepção da cena de direção. Rótulo informações detalhadas podem ser encontradas aqui: https://github.com/mcordts/cityscapesScripts/blob/master/cityscapesscripts/helpers/labels.py#L52-L99

Cityscapes também fornece anotações de segmentação de grãos grosseiros (acessíveis via 'cityscapes / semantic_segmentation_extra') para imagens de 19998 em uma divisão 'train_extra' que pode ser útil para modelos de pré-treinamento / com muitos dados.

Além da segmentação, as paisagens urbanas também fornecem pares de imagens estéreo e verdades fundamentais para tarefas de inferência de disparidade nas divisões normais e extras (acessíveis via 'cityscapes / stereo_disparity' e 'cityscapes / stereo_disparity_extra' respectivamente).

Exemplos integrados:

  • Para 'cityscapes / stereo_disparity_extra':
    • troisdorf_000000 000,073 {*} imagens (sem mapa de disparidade presente)
  • Homepage: https://www.cityscapes-dataset.com

  • O código-fonte: tfds.image.Cityscapes

  • versões:

    • 1.0.0 (padrão): Não há notas de lançamento.
  • Tamanho do download: Unknown size

  • Instruções baixar o manual: Este conjunto de dados requer que você baixe os dados de origem manualmente para download_config.manual_dir (o padrão é ~/tensorflow_datasets/downloads/manual/ ):
    Você tem que baixar arquivos de https://www.cityscapes-dataset.com/login/ (Este conjunto de dados requer registro). Para configuração básica (semantic_segmentation), você deve baixar 'leftImg8bit_trainvaltest.zip' e 'gtFine_trainvaltest.zip'. Outras configurações exigem arquivos adicionais - consulte o código para obter mais detalhes.

  • Cache-Auto ( documentação ): Não

  • Chaves supervisionado (Veja as_supervised doc ): None

  • Figura ( tfds.show_examples ): Não suportado.

  • citação:

@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 (configuração padrão)

  • A inscrição Config: Cityscapes segmentação semântica conjunto de dados.

  • Tamanho do conjunto de dados: 10.86 GiB

  • desdobramentos:

Dividir Exemplos
'test' 1.525
'train' 2.975
'validation' 500
  • Características:
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

  • A inscrição Config: Cityscapes dataset segmentação semântica com divisão train_extra e rótulos grosseiros.

  • Tamanho do conjunto de dados: 51.92 GiB

  • desdobramentos:

Dividir Exemplos
'train' 2.975
'train_extra' 19.998
'validation' 500
  • Características:
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

  • Configuração Descrição: imagem estéreo urbanas e disparidade mapeia conjunto de dados.

  • Tamanho do conjunto de dados: 25.03 GiB

  • desdobramentos:

Dividir Exemplos
'test' 1.525
'train' 2.975
'validation' 500
  • Características:
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

  • Configuração Descrição: imagem estéreo urbanas e disparidade mapeia conjunto de dados com train_extra divisão.

  • Tamanho do conjunto de dados: 119.18 GiB

  • desdobramentos:

Dividir Exemplos
'train' 2.975
'train_extra' 19.997
'validation' 500
  • Características:
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),
})