cityscape数据集种类
时间: 2025-03-03 12:26:52 浏览: 42
### Cityscapes 数据集类型与分类介绍
Cityscapes 数据集中包含了城市街道场景的高质量图像,这些图像是为了推动计算机视觉技术在自动驾驶和机器人导航中的应用而设计的。该数据集主要分为训练、验证和测试三个部分[^2]。
#### 图像分割标签类别
对于每一张图片,Cityscapes 提供了精细标注(fine annotation)和粗略标注(coarse annotation)。其中,精细标注的数据量较少但是质量更高;粗略标注则覆盖更多的样本但精度稍低一些。具体来说:
- **细粒度标签 (Fine Annotations)**:提供了像素级别的语义分割标签,适用于精确的任务需求。
- **粗粒度标签 (Coarse Annotations)**:仅提供实例级别或对象边界框的信息,适合用于预训练或其他不需要高分辨率标签的应用场合。
#### 主要目标类别
根据官方文档,在Cityscapes 中定义了多个不同的物体类别来描述城市场景内的各种元素。以下是常见的几种类别及其说明:
| ID | Category Name | Description |
|--|---------------------|-----------------------------------------------------------------------------|
| 0 | Unlabeled | 尚未标记的对象 |
| 1 | Ego vehicle | 自身车辆 |
| 2 | Rectification border| 矫正边框 |
| ...| ... | ... |
值得注意的是,实际使用的类别数目可能会因为版本更新等原因有所变化。通常情况下,最常用的几个大类包括行人(Pedestrian)、汽车(Car)、交通标志(Traffic sign),以及道路(Road surface)等。
```python
import matplotlib.pyplot as plt
from PIL import Image
img_path = "data/cityscapes/gtFine/train/aachen/aachen_000000_000019_gtFine_labelIds.png"
image = Image.open(img_path)
plt.imshow(image)
plt.axis('off') # 不显示坐标轴
plt.show()
```
阅读全文
相关推荐














