şehir manzaraları

  • Açıklama:

Şehir Manzaraları, yılın farklı zamanlarında 50 farklı şehirdeki çeşitli kentsel sokak sahnelerinin yanı sıra anlamsal bölümleme, örnek düzeyinde bölümleme (TODO) ve stereo çift eşitsizlik çıkarımı dahil olmak üzere çeşitli vizyon görevleri için temel gerçeklerden oluşan bir veri kümesidir.

Segmentasyon görevleri için (varsayılan bölme, 'cityscapes/semantic_segmentation' aracılığıyla erişilebilir), Şehir Manzaraları, eğitim (2975), doğrulama (500) ve test (1525) setlerine önceden bölünmüş 1024 * 2048 çözünürlükte 5000 görüntü için yoğun piksel seviyesi açıklamaları sağlar. Segmentasyon görevleri için etiket açıklamaları, sürüş sahnesi algısı sırasında yaygın olarak karşılaşılan 30'dan fazla sınıfa yayılır. Detaylı etiket bilgileri burada bulunabilir: https://github.com/mcordts/cityscapesScripts/blob/master/cityscapesscripts/helpers/labels.py#L52-L99

Şehir manzaraları ayrıca, ön eğitim / veri ağırlıklı modeller için yararlı olabilecek bir 'train_extra' bölümünde 19998 görüntü için kaba taneli segmentasyon açıklamaları ('cityscapes/semantic_segmentation_extra' aracılığıyla erişilebilir) sağlar.

Segmentasyonun yanı sıra, şehir manzaraları hem normal hem de ekstra bölmelerde (sırasıyla 'cityscapes/stereo_disparity' ve 'cityscapes/stereo_disparity_extra' aracılığıyla erişilebilir) eşitsizlik çıkarım görevleri için stereo görüntü çiftleri ve temel gerçekler sağlar.

İç içe örnekler:

  • 'cityscapes/stereo_disparity_extra' için:
    • troisdorf_000000 000.073 {*} görüntüleri (hiçbir uyumsuzluk haritası mevcut)
  • Anasayfa: https://www.cityscapes-dataset.com

  • Kaynak kodu: tfds.image.Cityscapes

  • sürümleri:

    • 1.0.0 (varsayılan): Hayır sürüm notları.
  • İndirme boyutu: Unknown size

  • Manuel indirme talimatları: Bu veri kümesi içine elle kaynak verileri indirmenizi gerektirir download_config.manual_dir (varsayılan olarak ~/tensorflow_datasets/downloads/manual/ ):
    Sen den indirme dosyalarına sahip https://www.cityscapes-dataset.com/login/ (Bu veri kümesi kayıt gerektiriyor). Temel yapılandırma (semantic_segmentation) için 'leftImg8bit_trainvaltest.zip' ve 'gtFine_trainvaltest.zip' dosyalarını indirmelisiniz. Diğer yapılandırmalar ek dosyalar gerektirir - lütfen daha fazla ayrıntı için koda bakın.

  • Otomatik önbelleğe ( dokümantasyon ): Hayır

  • Denetimli tuşları (Bkz as_supervised doc ): None

  • Şekil ( tfds.show_examples ): desteklenmez.

  • 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}
}

şehir manzaraları/semantic_segmentation (varsayılan yapılandırma)

  • Yapılandırma tanımı: Kent semantik segmentasyon veri kümesi.

  • Veri kümesi boyutu: 10.86 GiB

  • Splits:

Bölmek Örnekler
'test' 1.525
'train' 2.975
'validation' 500
  • Özellikler:
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),
})

şehir manzaraları/semantic_segmentation_extra

  • Yapılandırma tanımı: train_extra bölünmüş ve kaba etiketlerle Kent semantik segmentasyon veri kümesi.

  • Veri kümesi boyutu: 51.92 GiB

  • Splits:

Bölmek Örnekler
'train' 2.975
'train_extra' 19.998
'validation' 500
  • Özellikler:
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),
})

şehir manzaraları/stereo_disparity

  • Yapılandırma tanımı: Kent stereo görüntü ve eşitsizliği veri kümesi eşler.

  • Veri kümesi boyutu: 25.03 GiB

  • Splits:

Bölmek Örnekler
'test' 1.525
'train' 2.975
'validation' 500
  • Özellikler:
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),
})

şehir manzaraları/stereo_disparity_extra

  • Yapılandırma tanımı: Kent stereo görüntü ve eşitsizliği train_extra bölünmüş olan veri kümesi eşler.

  • Veri kümesi boyutu: 119.18 GiB

  • Splits:

Bölmek Örnekler
'train' 2.975
'train_extra' 19.997
'validation' 500
  • Özellikler:
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),
})