ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

ภูมิทัศน์เมือง cityscape

  • รายละเอียด:

Cityscapes เป็นชุดข้อมูลที่ประกอบด้วยฉากถนนในเมืองที่หลากหลายใน 50 เมืองที่แตกต่างกันในช่วงเวลาต่างๆ ของปี รวมถึงความจริงพื้นฐานสำหรับงานด้านการมองเห็นหลายอย่าง รวมถึงการแบ่งส่วนความหมาย การแบ่งส่วนระดับอินสแตนซ์ (TODO) และการอนุมานความเหลื่อมล้ำของคู่สเตอริโอ

สำหรับงานการแบ่งกลุ่ม (การแบ่งเริ่มต้น เข้าถึงได้ผ่าน 'cityscapes/semantic_segmentation') Cityscapes ให้คำอธิบายประกอบระดับพิกเซลที่หนาแน่นสำหรับ 5,000 ภาพที่ความละเอียด 1024 * 2048 ก่อนแยกออกเป็นการฝึก (2975) การตรวจสอบความถูกต้อง (500) และชุดทดสอบ (1525) คำอธิบายประกอบของป้ายกำกับสำหรับงานการแบ่งส่วนมีมากกว่า 30 คลาสที่พบโดยทั่วไประหว่างการรับรู้ฉากขับรถ ป้ายชื่อข้อมูลรายละเอียดอาจจะพบได้ที่นี่: https://github.com/mcordts/cityscapesScripts/blob/master/cityscapesscripts/helpers/labels.py#L52-L99

Cityscapes ยังจัดเตรียมคำอธิบายประกอบการแบ่งส่วนเกรนแบบหยาบ (เข้าถึงได้ผ่าน 'cityscapes/semantic_segmentation_extra') สำหรับรูปภาพ 19998 ในรูปแบบ 'train_extra' ซึ่งอาจพิสูจน์ได้ว่ามีประโยชน์สำหรับโมเดลการฝึกล่วงหน้า / ที่มีข้อมูลจำนวนมาก

นอกจากการแบ่งส่วนแล้ว เมืองยังให้คู่ภาพสเตอริโอและความจริงภาคพื้นดินสำหรับงานอนุมานความเหลื่อมกันทั้งในการแบ่งปกติและการแยกพิเศษ (เข้าถึงได้ผ่าน 'cityscapes/stereo_disparity' และ 'cityscapes/stereo_disparity_extra' ตามลำดับ)

ตัวอย่างที่ลงตัว:

  • สำหรับ 'cityscapes/stereo_disparity_extra':
    • troisdorf_000000 000073 {*} ภาพ (ไม่มีแผนที่ความเหลื่อมล้ำปัจจุบัน)
  • โฮมเพจ: https://www.cityscapes-dataset.com

  • รหัสที่มา: tfds.image.Cityscapes

  • รุ่น:

    • 1.0.0 (เริ่มต้น): ไม่มีบันทึกประจำรุ่น
  • ขนาดการดาวน์โหลด: Unknown size

  • คำแนะนำการดาวน์โหลดคู่มือ: ชุดนี้คุณจะต้องดาวน์โหลดข้อมูลแหล่งที่มาของตนเองลงใน download_config.manual_dir (ค่าเริ่มต้น ~/tensorflow_datasets/downloads/manual/ ):
    คุณต้องดาวน์โหลดไฟล์จาก https://www.cityscapes-dataset.com/login/ (ชุดนี้ต้องลงทะเบียน) สำหรับการกำหนดค่าพื้นฐาน (semantic_segmentation) คุณต้องดาวน์โหลด "leftImg8bit_trainvaltest.zip" และ "gtFine_trainvaltest.zip" การกำหนดค่าอื่น ๆ ต้องใช้ไฟล์เพิ่มเติม - โปรดดูรหัสสำหรับรายละเอียดเพิ่มเติม

  • ออโต้แคช ( เอกสาร ): ไม่มี

  • คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

  • รูป ( tfds.show_examples ): ไม่ได้รับการสนับสนุน

  • อ้างอิง:

@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 (การกำหนดค่าเริ่มต้น)

  • คำอธิบาย Config: ภาพเมืองความหมายของการแบ่งส่วนชุด

  • ขนาดชุด: 10.86 GiB

  • แยก:

แยก ตัวอย่าง
'test' 1,525
'train' 2,975
'validation' 500
  • คุณสมบัติ:
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

  • คำอธิบาย Config: ภาพเมืองชุดแบ่งส่วนความหมายแตก train_extra และป้ายชื่อหยาบ

  • ขนาดชุด: 51.92 GiB

  • แยก:

แยก ตัวอย่าง
'train' 2,975
'train_extra' 19,998
'validation' 500
  • คุณสมบัติ:
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

  • คำอธิบาย Config: ภาพเมืองภาพสเตอริโอและความเหลื่อมล้ำแผนที่ชุด

  • ขนาดชุด: 25.03 GiB

  • แยก:

แยก ตัวอย่าง
'test' 1,525
'train' 2,975
'validation' 500
  • คุณสมบัติ:
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

  • คำอธิบาย Config: ภาพเมืองภาพสเตอริโอและความเหลื่อมล้ำแผนที่ชุดข้อมูลที่แตก train_extra

  • ขนาดชุด: 119.18 GiB

  • แยก:

แยก ตัวอย่าง
'train' 2,975
'train_extra' 19,997
'validation' 500
  • คุณสมบัติ:
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),
})