城市景观图像对数据集

城市景观数据（数据集主页）包含从德国驾驶的车辆中拍摄的标记视频。此版本是作为 Pix2Pix 论文的一部分创建的已处理子样本。数据集包含来自原始视频的静止图像，语义分割标签与原始图像一起显示在图像中。这是语义分割任务的最佳数据集之一。

该数据集有 2975 个训练图像文件和 500 个验证图像文件。 每个图像文件为 256x512 像素，每个文件是与图像左半部分的原始照片以及右半部分的标记图像（语义分割的输出）的合成。

Permission is granted to use the data given that you agree:

• That the dataset comes "AS IS", without express or implied warranty. Although every effort has been made to ensure accuracy, we (Daimler AG, MPI Informatics, TU Darmstadt) do not accept any responsibility for errors or omissions.


• That you include a reference to the Cityscapes Dataset in any work that makes use of the dataset. For research papers, cite our preferred publication as listed on our website; for other media cite our preferred publication as listed on our website or link to the Cityscapes website.


• That you do not distribute this dataset or modified versions. It is permissible to distribute derivative works in as far as they are abstract representations of this dataset (such as models trained on it or additional annotations that do not directly include any of our data) and do not allow to recover the dataset or something similar in character.


• That you may not use the dataset or any derivative work for commercial purposes as, for example, licensing or selling the data, or using the data with a purpose to procure a commercial gain.


• That all rights not expressly granted to you are reserved by (Daimler AG, MPI Informatics, TU Darmstadt).

语义分割的UNET网络结构 Unet是2015年诞生的模型，它几乎是当前segmentation项目中应用最广的模型。 Unet能从更少的训练图像中进行学习。当它在少于 40 张图的 生物医学数据集上训练时，IOU 值仍能达到 92%。 Unet…

Cityscapes数据集，即城市景观数据集，这是一个新的大规模数据集。Cityscapes拥有5000张在城市环境中驾驶场景的图像（2975train，500 val,1525test）。它具有19个类别的密集像素标注（97％coverage），其中8个具有实例级分割...

深度学习数据集大全最近新增数据集自然图像数据集地理空间数据人工数据集无人驾驶图象视频数据集人脸数据集视频数据集文本数据集问答数据集情感数据集推荐和...

Cityscapes数据集则是由奔驰主推，提供无人驾驶环境下的图像分割数据集。用于评估视觉算法在城区场景语义理解方面的性能。Cityscapes包含50个城市不同场景、不同背景、不同季节的街景，提供5000张精细标注的图像、20000张粗略标注的图像、30类标注物体。用PASCAL VOC标准的 intersection-over-union （IoU）得分来对算法性能进行评价。 Cityscapes数据集共有fine和coarse两套评测标准，前者提供5000张精细标注的图像，后者提供5000张精细标注外加20000张粗糙标注的图像。

Cityscapes数据集，即城市景观数据集，这是一个新的大规模数据集，其中包含一组不同的立体视频序列，记录在50个不同城市的街道场景中，除了一组较大的20000弱注释帧外，还包含5000帧的高质量像素级注释。因此，数据集的数量级要比以前的数据集大的多。

城市景观数据集旨在：

评价视觉算法在语义城市场景理解两大任务中的性能：像素级和实例级语义标注；

支持旨在利用大量（弱）注释数据的研究，例如用于训练深层神经网络

Cityscapes数据包含从德国驾驶的车辆拍摄的带有标签的视频。该版本是经过处理的子样本，是Pix2Pix论文的一部分。数据集具有来自原始

本文来自AI新媒体量子位（QbitAI）近日，斯坦福大学的研究人员公布了一个数据集，其中包含带有相机姿态的街景数据、8个城市的3D模型和拓展的元数据。这个数据集数据量庞大，街景数据集就包含2500万张图像和1.18亿个匹配的图像对。数据集可用于学习6DOF相机姿态估计/视觉运动、图像匹配及各种三维估计。比如下面的这个例子：为了得到这个数据集，斯坦福的研究人员开发了一个系统，整合来自谷