位置: IT常识 - 正文

(一)ADE20K数据集(adas数据集)

编辑:rootadmin
(一)ADE20K数据集

推荐整理分享(一)ADE20K数据集(adas数据集),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:adressa数据集,adressa数据集,adfa-ld数据集,asd数据集,dbp15k数据集,adressa数据集,adressa数据集,adfa-ld数据集,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.背景简介2.ADE20K3.使用ADE20K参考资料1.背景简介

ADE20K数据集是2016年MIT开放的场景理解的数据集,可用于实例分割,语义分割和零部件分割。利用图像信息进行场景理解 scene understanding和 scene parsing。

语义分割 Semantic Segmentation即最常见的任务,将图像的不同像素按对象类别 object category进行分类,实例分割Instance Segmentation不仅要识别不同物体所属的类别,还需识别出同类的不同物体。零部件分割 Part Segmentation是在识别出的物体上分割出不同部分所属的零部件类别,这对于理解场景帮助机器人与环境交互十分重要,如在某个 scene中分割出来 chair或者 cup,为了坐下或者拿起杯⼦需要找到 objects中对应的 parts,如 chair可以坐的部分, cup的杯柄, 以实现机器⼈与知行特定的任务。

已有分割公开数据集的现状:

类别有限, 且有些数据类别在实际⽣活中并不常⻅如 COCO和 PASCAL数据集;包含的场景过少,如 Cityscapes仅包含城市街区的场景数据;Pascal-Context和 SUN还不错, 但 Pascal-Context主要包含其20个对象类的场景, ⽽SUN在对象级别的标注是不准确的。2.ADE20K

1>ADE20K的官网:https://groups.csail.mit.edu/vision/datasets/ADE20K/index.html

2>ECCV 2016举办的Scene Parsing Challenge 2016http://sceneparsing.csail.mit.edu/index_challenge.html

(一)ADE20K数据集(adas数据集)

3>tool kit github repositoryhttps://github.com/CSAILVision/ADE20K

ADE20K由 27000张图像组成,这些图像来自于SUN(2010年普林斯顿大学公开的数据集)和Places(2014年MIT公开的数据集)数据集,ADE20K中由超过3000个物体类别 category,其中很多图像组成物体的零部件的类别,以及组成零部件的零部件的类别,如 汽车的零部件 门,门上面的零部件 窗户。ADE20K中还标注了实例的 id,可用于实例分割。数据中的图像都进行了匿名化处理,做了人脸和车牌号的模糊,去除了隐私信息。

ADE20K的数据分布

训练集 Training set包含 25574张完整标注图像验证集 Validation set包含 2000张完整标注图像测试集 Test set还没有发布

ADE20K的数据组成

共包含 27574张图像3688个类,类名取自WordNet(WordNet是由普林斯顿大学认识科学实验室在心理学教授乔治·A·米勒的指导下建立和维护一个词与词之间存在各种关系的英语字典)707868个对象193238个零部件

数据文件目录结构

.└── ADE20K_2021_17_01 └── images └── ADE └── training └── urban └── street ├── ADE_train_00016869 │ ├── instance_000_ADE_train_00016869.png │ ├── instance_001_ADE_train_00016869.png │ ├── instance_..._ADE_train_00016869.png ├── ADE_train_00016869.jpg ├── ADE_train_00016869.json ├── ADE_train_00016869_parts_1.png ├── ADE_train_00016869_parts_2.png ├── ADE_train_00016869_seg.png ├── ADE_train_00016964 │ ├── instance_000_ADE_train_00016964.png │ ├── instance_001_ADE_train_00016964.png │ ├── instance_..._ADE_train_00016964.png ├── ADE_train_00016964.jpg ├── ADE_train_00016964.json ├── ADE_train_00016964_parts_1.png └── ADE_train_00016964_seg.pngimage_name.jpg原始图像,如ADE_train_00016869.jpg{image_name}_seg.png图像 image_name.jpg对应的类别和实例的标注信息,存储在其每个像素的 RGB通道中,借助 toolkit中的代码utils_ade20k.py可以实现标注信息的解析{image_name}_parts_{i}.png图层 i中包含的零部件,如ADE_train_00016869_parts_1.png{image_name},以文件名命名的文件夹,其中的每个图像分别是一个实例标注信息对应原图的掩码,由 0,1组成。如ADE_train_00016869{image_name}.json包含了图像对应的标注信息,如实例和类别标注信息的多边形,标注的时间,标注实例或对象的属性,如ADE_train_00016869.json

数据集相关的统计信息,譬如包括多少个类别,有多少个对象等,保存在一个序列化文件index_ade20k.pkl中,可以参考ade20k_starter.ipynb读取其中的信息。

print("File loaded, description of the attributes:")print('--------------------------------------------')for attribute_name, desc in index_ade20k['description'].items(): print('* {}: {}'.format(attribute_name, desc))print('--------------------------------------------\n')i = 16868 # 16899, 16964nfiles = len(index_ade20k['filename'])file_name = index_ade20k['filename'][i]num_obj = index_ade20k['objectPresence'][:, i].sum()num_parts = index_ade20k['objectIsPart'][:, i].sum()count_obj = index_ade20k['objectPresence'][:, i].max()obj_id = np.where(index_ade20k['objectPresence'][:, i] == count_obj)[0][0]obj_name = index_ade20k['objectnames'][obj_id]full_file_name = '{}/{}'.format(index_ade20k['folder'][i], index_ade20k['filename'][i])print("The dataset has {} images".format(nfiles))print("The image at index {} is {}".format(i, file_name))print("It is located at {}".format(full_file_name))print("It happens in a {}".format(index_ade20k['scene'][i]))print("It has {} objects, of which {} are parts".format(num_obj, num_parts))print("The most common object is object {} ({}), which appears {} times".format(obj_name, obj_id, count_obj))3.使用ADE20K语义分割

语义分割中使用的训练和验证数据集多是ADEchallenge 2016提供的处理好的数据集,包括150个类,不含背景0,在训练时需将background 0 设置成ignore_index。ADEChallengeData2016.zip的下载地址为

http://data.csail.mit.edu/places/ADEchallenge/ADEChallengeData2016.zip

最近的一些工作,如swin transformer和segfomer都在ADEChallengeData2016.zip数据集上进行了验证,这两个算法在商汤的框架mmsegmentation中都有实现,感兴趣的同学可以动手验证一下,需要注意的是使用ade20k数据集时,train_pipeline中的参数需要设置,如下

train_pipeline = [ dict(type='LoadImageFromFile'), dict(type='LoadAnnotations', reduce_zero_label=True)]

挖个坑:在实例分割和零部件分割的应用待补充

参考资料1.https://groups.csail.mit.edu/vision/datasets/ADE20K/2.https://github.com/open-mmlab/mmsegmentation

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/297846.html 转载请保留说明!

上一篇:TDesign小程序组件库体验(小程序navigator组件)

下一篇:一行代码“黑”掉任意网站(一行简单的代码)

  • 原材料退款的会计分录
  • 拍卖公司没开发票违法吗
  • 现金流量表现金流量项目明细分类
  • 盈余公积发放现金股利分录怎么写
  • 对外投资固定资产的账务处理
  • 个税专项扣除如何申报
  • 发票章盖金额上去了
  • 如何合理把公司的钱拿出来
  • 制作费发票明细怎么填
  • 金蝶数量金额式明细账怎么查看
  • 小规模免增值税的账务处理
  • 叉车折旧年限是多少年
  • 二手车买卖如何交税
  • 建筑安装工程怎么缴税
  • 库存品种
  • 法院一直扣着我的钱不给可以起诉他吗
  • 微信支付的钱到哪里去了
  • 农业生产企业是指什么
  • 一般纳税人销售旧货
  • 帮你用好小微企业所得税优惠的7个案例
  • 购买办公桌椅属于什么费用
  • 进口付汇核销流程
  • 研发的样机属于固定资产吗
  • 电子税务局哪里打印发票
  • 一般风险准备金计算公式
  • 鸿蒙超级终端搜不到
  • 如何设置电脑任务栏显示
  • world超链接
  • 劳务人员劳务费
  • 应付票据贴现息计入
  • 在windows7中用来存放硬盘中被删除的文件或文件夹的是
  • 专业版 win10
  • 事业单位年末收入怎么算
  • PHP:Memcached::incrementByKey()的用法_Memcached类
  • 汽车报废残值收入怎么做账
  • 合并报表期初数可以直接抄上年数吗
  • php excute
  • 劳务费开发票后还需要交个税吗
  • php发送邮箱
  • html5/css3
  • php读取文件内容的方法和函数
  • sar参数设置4个数
  • 国企无偿划转股权免印花税
  • 社保缴费基数是怎么确定的
  • 财务报销中的冲销是啥意思
  • 单位购买预付卡可以用现金吗
  • 财务费用的相关认定
  • 财务报表申报后怎么修改
  • PostgreSQL ERROR: invalid escape string 解决办法
  • 保洁服务属于
  • 自产产品用于职工福利
  • 损益类科目的账务处理
  • 福州锦元房地产开发有限
  • 有限合伙企业分红原则
  • 事业单位之间调动难吗
  • 售后租回交易的表述
  • 厨师的工资计入什么费用
  • 去年的招待费做什么科目
  • 固定资产清理如何计算
  • 递延所得税转回税率不一致
  • win7超级账户如何启用
  • win10系统qq语音说话无声音
  • 进程cmd.exe
  • ubuntu系统怎么安装微信
  • 如何禁用系统
  • ie11滚动条样式
  • js类继承的几种方式
  • javascript中interval与setTimeOut的区别示例介绍
  • nodejs异步处理执行顺序
  • python咋写
  • JavaScript不支持ie
  • vue实现标签页效果
  • vue2.0与bootstrap3实现列表分页效果
  • python ftp文件上传
  • unity游戏开发的技术
  • javascript怎么弄
  • 组件中js可以做什么
  • 江苏省办理准生证的app叫什么
  • 管道运输合同需不需要缴纳印花税
  • 小店区国税地税局地址
  • 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