cityscapes语义分类类别
时间: 2025-03-10 22:06:43 浏览: 40
### Cityscapes 数据集中的语义分割类别
Cityscapes 数据集主要用于城市街道场景下的语义分割任务,该数据集提供了丰富的标注信息来支持多种计算机视觉研究工作。对于语义分割而言,原始标签定义了更详细的分类,但在实际应用中通常会简化这些类别以便于模型训练和评估。
具体来说,在 DeepLab 论文中所使用的 Cityscapes 数据集版本仅包含了19个主要类别[^3]:
- 道路 (road)
- 人行道 (sidewalk)
- 建筑物 (building)
- 墙壁 (wall)
- 栏杆 (fence)
- 杆子 (pole)
- 交通灯 (traffic light)
- 交通标志 (traffic sign)
- 自然生长区域 (vegetation)
- 天空 (sky)
- 行人 (person)
- 骑自行车者 (rider)
- 汽车 (car)
- 卡车 (truck)
- 巴士 (bus)
- 火车 (train)
- 摩托车 (motorcycle)
- 自行车 (bicycle)
值得注意的是,除了上述提到的有效类别外,“其他”或未标记的对象被统一归类为忽略区(unlabeled),这意味着它们不会参与到损失计算当中去。
```python
# 这里提供了一个简单的Python字典表示这19种类别及其对应的ID编号
cityscapes_categories = {
'unlabeled': 0,
'ego vehicle': 1,
'rectification border': 2,
'out of roi': 3,
'static': 4,
'dynamic': 5,
'ground': 6,
'road': 7,
'sidewalk': 8,
'parking': 9,
'rail track': 10,
'building': 11,
'wall': 12,
'fence': 13,
'guard rail': 14,
'bridge': 15,
'tunnel': 16,
'pole': 17,
'polegroup': 18,
'traffic light': 19,
'traffic sign': 20,
'vegetation': 21,
'terrain': 22,
'sky': 23,
'person': 24,
'rider': 25,
'car': 26,
'truck': 27,
'bus': 28,
'caravan': 29,
'trailer': 30,
'train': 31,
'motorcycle': 32,
'bicycle': 33
}
```
阅读全文
相关推荐


















