Cityscapes数据集与COCO数据集

Cityscapes数据集与COCO数据集

对两个公开数据集的简要概述。

Cityscapes数据集

Cityscapes是关于城市街道场景的语义理解图片数据集，它主要包含来自50个不同城市的街道场景，拥有5000张在城市环境中驾驶场景的高质量像素级注释图像（其中2975 用来训练，500用来验证，1525用来测试，共有19个类别）。样本数据都在gtFine文件夹和leftlmg8bit文件夹内。leftImg8bit文件夹有三个子目录：test，train以及val。这三个子目录的图片又以城市为单元来存放。gtFine下面也是分为train，test以及val，不同的是，在城市子目录下面，每张样本图片对应有6个标注文件，如下所示：
xxx_instanceIds.png是用来做实例分割训练用的，而xxx_labelsIds.png是语义分割训练需要的。它们的像素值就是class值。而最后一个文件xxx_polygons.json是用labelme工具标注后所生成的文件，里面主要记录了每个多边形标注框上的点集坐标。xxx_gtFine_instanceTrainIds.png和xxx_gtFine_labelTrainIds.png是生成的实际上这5000张精细标注的图片有34类，但训练时可能只想关心其中19类(0~18)。所以需要做一个映射来将34类中感兴趣的类别映射到19类中，其它不感兴趣的类别（ignore_label）就直接设成255。

COCO数据集

• 以目标检测为例：其注释文件中的内容就是一个字典数据结构，包括以下5个key-value对。