位置: IT常识 - 正文

(二)Cityscapes数据集简介(cityscape dataset)

编辑:rootadmin
(二)Cityscapes数据集简介

推荐整理分享(二)Cityscapes数据集简介(cityscape dataset),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:cityscapes官网,cityscapes数据集介绍,cityscape dataset,cityscape dataset,cityscapes官网,cityscapepro,cityscapes数据集介绍,cityscape dataset,内容如对您有帮助,希望把文章链接给更多的朋友!

欢迎访问个人网络日志🌹🌹知行空间🌹🌹

文章目录1.简介目录结构参考资料1.简介

Daimler AG现在称为Mercedes-Benz研发中心和达姆施塔特工业大学(德语:Technische Universität Darmstadt)研究人员开放的数据集,论文发表在2016年的CVPR。cityscapess采集自德国及附近国家的50个城市,包括了春夏秋三个季节的街区场景,且使用双目相机的获取了立体视觉视频序列。研究人员认为雨雪等极端天气需要特殊的处理方法和数据集进行研究,因此在cityscapess数据集中没有采集此类数据。数据采集使用的是1/3英寸 CMOS 2MP sensors (OnSemi安森美 AR0331),帧率为17的卷帘相机,包括左目和右目,基线距离22cm,采集的是色彩深度为16位的的HDR图像。

数据集有选自27个城市的5000张图像进行了pixel-level像素级的语义和实例标注,可用于训练语义分割网络,这5000张中的每一张都取自于对应的一个包含30帧的视频序列的第20帧,剩余23个城市的20000张图像进行了粗略标注,这20000张图像是每间隔20s或汽车行驶20m采集一张得到的。精标一张数据平均1.5h,粗标一张数据7min。不同的标注人员对选出来的30张数据进行重复标注,像素一致性达96%,去除可标注为unclear的类别后,像素一致性达98%。

分割数据集包含了33个类,因部分类别数据量过于稀少,在验证数据集上,只有19个语义分割类,因此要根据*_polygons.json文件生成*_labelTrainIds.png用以训练语义分割网络,可借助cityscapesScripts工程中的cityscapesscripts/preparation/createTrainIdLabelImgs.py脚本,在语义分割的5000张图像的标注文件中,转换后训练时设置成ignore_indexe的类别255的像素个数分布为max: 1105427.0, min: 114462.0, avg: 263878.772,图像大小是2048x1024,255的占比最高大于50%。有个问题就是,使用语义分割模型测试输入一张图像,其输出每个像素的类别,这些类别都在0-18上,是无法预测出255这种类别的,对于在标签文件上本来属于255类别的像素也会被预测成0-18,这是否会影响模型的推理输出呢?

语义分割数据集以城市为单位划分,分成了train:2975张,validation:500张,test:1525张, 与KITTI/CamVid/DUS数据集进行对比,

更多的交通参与实例(汽车和人)

human和vehicle数量分布,与Caltech和KITTI对比

立体信息,汽车到相机距离的分布(二)Cityscapes数据集简介(cityscape dataset)

目录结构

示例:

.├── gtBbox3d│ ├── test│ │ ├── berlin│ │ ├── bielefeld│ │ ├── bonn│ │ ├── leverkusen│ │ ├── mainz│ │ └── munich│ ├── train│ │ ├── aachen│ │ ├── bochum│ │ ├── bremen│ │ ├── cologne│ │ ├── darmstadt│ │ ├── dusseldorf│ │ ├── erfurt│ │ ├── hamburg│ │ ├── hanover│ │ ├── jena│ │ ├── krefeld│ │ ├── monchengladbach│ │ ├── strasbourg│ │ ├── stuttgart│ │ ├── tubingen│ │ ├── ulm│ │ ├── weimar│ │ └── zurich│ └── val│ ├── frankfurt│ ├── lindau│ └── munster├── gtFine│ ├── test│ │ ├── berlin│ │ ├── bielefeld│ │ ├── bonn│ │ ├── leverkusen│ │ ├── mainz│ │ └── munich│ ├── train│ │ ├── aachen│ │ ├── bochum│ │ ├── bremen│ │ ├── cologne│ │ ├── darmstadt│ │ ├── dusseldorf│ │ ├── erfurt│ │ ├── hamburg│ │ ├── hanover│ │ ├── jena│ │ ├── krefeld│ │ ├── monchengladbach│ │ ├── strasbourg│ │ ├── stuttgart│ │ ├── tubingen│ │ ├── ulm│ │ ├── weimar│ │ └── zurich│ └── val│ ├── frankfurt│ ├── lindau│ └── munster├── leftImg8bit│ ├── test│ │ ├── berlin│ │ ├── bielefeld│ │ ├── bonn│ │ ├── leverkusen│ │ ├── mainz│ │ └── munich│ ├── train│ │ ├── aachen│ │ ├── bochum│ │ ├── bremen│ │ ├── cologne│ │ ├── darmstadt│ │ ├── dusseldorf│ │ ├── erfurt│ │ ├── hamburg│ │ ├── hanover│ │ ├── jena│ │ ├── krefeld│ │ ├── monchengladbach│ │ ├── strasbourg│ │ ├── stuttgart│ │ ├── tubingen│ │ ├── ulm│ │ ├── weimar│ │ └── zurich│ └── val│ ├── frankfurt│ ├── lindau│ └── munster

路径:{root}/{type}{video}/{split}/{city}/{city}_{seq:0>6}_{frame:0>6}_{type}{ext} 参数解读:

{root},数据集根路径,安装使用cityscapesScripts提供的工具csViewer和csLabelTool等时,需先设置export CITYSCAPES_DATASET={root}type,数据的类型,如gtFine精准标注的分割数据,leftImg8bit左目LDR图像等split,可能的值有train/val/test/train_extra/demoVideo等,有些可能时空的city,采集数据的城市seq,图像数据所在视频序列编码,6位数字frame,图像所在视频帧的编码,6位数字ext,文件扩展名,如标注的json文件_polygons.json,全景分割中使用的实例标签文件instanceIds.png等

以上路径中的type可选的值有:

gtFine,精准标注的5000张数据的标注文件,同样划分成train/val/test,对于每个图像对应的标注文件有以下几个:aachen_000085_000019_gtFine_color.pngaachen_000085_000019_gtFine_instanceIds.pngaachen_000085_000019_gtFine_labelIds.pngaachen_000085_000019_gtFine_polygons.json_gtFine_polygons.json,标注生成的json文件,可用来生成_instanceTrainIds.png和_labelTrainIds.png_labelIds.png,以labelId展示的语义分割标签文件,_instanceIds.png,以labelId展示的实例分割标签文件_color.png,可视化文件

在使用gtFine中的数据做语义分割和实例分割模型训练时,需将标注文件转成19个类的TrainIds上,可以借助cityscapesScripts中的csCreateTrainIdLabelImgs和csCreateTrainIdInstanceImgs工具生成以下图像:aachen_000085_000019_gtFine_instanceTrainIds.pngaachen_000085_000019_gtFine_labelTrainIds.pnggtCoarse,粗略标注的19998张图像leftImg8bit,左目8位LDR图像rightImg8bit右目8位LDR图像gtBbox3d,2020年7月发布的3d 汽车检测的标注文件,对精准标注的5000张图像标注了汽车的3d检测框,可见论文Cityscapes 3D (Gählert et al., CVPRW '20)gtBboxCityPersons,17年发布的行人检测标注文件

cityscapesScripts中提供的工具主要有:

csViewer,可视化图像,及对应的标注文件,可调整透明度csLabelTool,数据集使用的标注文件csCreateTrainIdLabelImgs,根据_polygons.json生成labels.py中定义的TrainIds语义分割标签图像csCreateTrainIdInstanceImgs,根据_polygons.json生成labels.py中定义的TrainIds标签实例分割图像

详细的可以在cityscapesScripts中找到.

总结一下,这个2015年公开的数据集,到现在可以支持验证的任务有:

语义分割实例分割全景语义分割3D 物体检测(汽车)行人检测

其有左目右目的数据和视差图,应该可以用来做单目深度估计网络的训练.

参考资料

1.https://www.cityscapes-dataset.com/dataset-overview/ 2.https://github.com/mcordts/cityscapesScripts

欢迎访问个人网络日志🌹🌹知行空间🌹🌹

本文链接地址:https://www.jiuchutong.com/zhishi/295986.html 转载请保留说明!

上一篇:resnet(4)------全连接层与softmax(resnet+unet)

下一篇:前端实现vue3使用axios调用后端接口(vue前端代码实例)

  • 印花税减免税优惠政策202
  • 销售货物增值税怎么算
  • 建筑垃圾清运税率多少
  • 套期会计新旧准则对比
  • 边际贡献总额分析法的收入为零
  • 计算企业所得税可以扣除的项目有
  • 红字专用发票能作废吗
  • 公司之间房产过户免税条件
  • 授予股票期权分录
  • 非盈利组织的好处
  • 应收账款管理应该从哪些方面进行
  • 工程材料增值税专用发票税率
  • 出售使用过的固定资产如何开票 备注
  • 异地工程要预缴环境税款吗
  • 股权转让个人所得税会计分录
  • 使用简易计税方法是什么意思
  • 钢板租赁费用
  • 收到股息红利免征增值税
  • 收到投资款不做资本可以做什么?
  • 零申报个税怎么补申报可以不罚款吗
  • 研发成功的产品卖出去怎么做账
  • 购买工程资质文件怎么写
  • 当月扣缴社保需要申报吗
  • gif图片查看软件
  • 法人变更涉及到什么
  • 关闭固定在任务栏的功能
  • php字符串型数据的定义方式
  • 资产评估增值额
  • 购买低值易耗品现金流量计入
  • 售后租回融资租赁帐务处理怎么做?
  • 增值税的计税依据包括契税吗
  • 抖音小程序任务哪里接
  • php之间传递数据
  • php 取字符串 前几位
  • 福利费专用发票如何账务处理
  • 对于企业无法支付的应付账款
  • repo命令详解
  • 未经审计情况说明怎么写
  • 免税农产品有哪些类型
  • 记账凭证的总账科目和明细科目
  • 交税交多了如何申请退税
  • 制造费用的作用
  • 税务相关政策的解读
  • 公司帐户转到法人私卡备用金行吗
  • 白条入账的新会计政策
  • 实收金额少于发票入账
  • 打样费入什么科目
  • 出差期间招待费用怎样报销
  • 企业期货投资收益要交所得税吗
  • 收取履约保证金的作用
  • 长期待摊费用可以摊销20年吗
  • 异地开立分公司条件
  • sql怎么遍历
  • win8系统中断怎么解决
  • windows虚拟内存转移有什么危害
  • Windows Server 2003环境更改Boot.ini文件
  • macbookair网页视频看不了
  • 如何使用组策略脚本
  • ubuntu 18.04怎么用
  • win7重装系统之后怎么还原系统
  • winxp共享打印机win11
  • 苹果手机价格
  • win 10系统怎么查看网络连接
  • win7系统搜索功能没了
  • win8.1自动更新
  • 点击滑块是什么意思
  • perl read
  • jquery mobile ui
  • vbs以管理员权限运行
  • 四种参数传递方式
  • python开发软件教程
  • android 签名文件冲突
  • 设计模式含义
  • window10脚本错误
  • Windows下Eclipse+PyDev配置Python+PyQt4开发环境
  • php jquery教程
  • 云南国税通用发票查询
  • 主管局长和分管局长谈心谈话
  • 电子税务局如何查询财务报表
  • 车船税与船舶吨税法律制度ppt
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设