VOC、COCO、Cityscapes数据集格式

2.1 COCO数据集

2.2 VOC数据集

2.3 Cityscapes数据集

整个数据集包含50个欧洲城市，5000张精细标注图像(标注位于gtFine文件夹，2975张train(就是这部分图像用来训练)，500张val，1525张test，19个分类类别)，以及20000张非精细标注图像(标注位于gtCoarse文件夹)，源图大小都是1024x2048(hxw)

• leftImg8bit(11G)，放置训练源图，按城市分子文件夹，存放png图片
• gtFine(241M)，放置精细标注文件，按城市分子文件夹，存放png/json文件
• gtCoarse(1.3G)，放置非精细标注的文件(该文件夹不是必须，可不使用)
• cityscapesscripts，放置处理脚本(该文件夹不是必须，可不使用)
  文件夹leftImg8bit：先分train/val/test三个文件夹，每个文件夹下又按城市分子文件夹，每个城市文件夹下就是源图png文件。
• 文件夹gtFine：先分train(18个城市)/val(3个城市)/test(6个城市)三个文件夹，每个文件夹下又按城市分子文件夹，每个城市文件夹下针对每张源图png文件对应了6张标注文件：
• xxx_gtFine_color.png 代表可视化的分割图，一般不用
• xxx_gtFine_instanceIds.png 代表实例分割标注文件
• xxx_gtFine_instanceTrainIds.png 代表实例
• xxx_gtFine_labelIds.png 代表每个实例的标签id标注
• xxx_gtFine_labelTrainIds.png
• xxx_gtFine_polygons.json

kitti数据集介绍

• image_00：左侧灰度相机图像序列
• image_01：右侧灰度相机图像序列
• image_02：左侧彩色相机图像序列
• image_03：右侧彩色相机图像序列
• oxts：GPS/IMU位姿相关信息序列
• velodyne_points：激光雷达数据序列

oxts文件夹下：

数据文件
数据介绍
时间戳文件
velodyne_points文件夹

data： 包含有雷达扫描到的数据，点云形式，每个点以 (x,y,z,i) 格式存储，i为反射值
时间戳文件：start+end/2中心时间文件　　start文件　　end文件

calib文件：
1、calib_cam_to_cam.txt，包含各相机的标定参数

• S_xx: 1x2 矫正前xx号相机的图片尺寸
• K_xx: 3x3 矫正前xx号相机的标定参数
• D_xx: 1x5 矫正前xx号相机的畸变系数
• R_xx: 3x3 外参，xx号相机的旋转矩阵
• T_xx: 3x1 外参，xx号相机的平移矩阵
• S_rect_xx: 1x2 矫正后XX号相机的图片尺寸
• R_rect_xx: 3x3 旋转矩阵，用于矫正xx号相机，使得图像平面共面(原话是make image planes co-planar)。
• P_rect_0x: 3x4 投影矩阵，用于从矫正后的0号相机坐标系 投影到 X号相机的图像平面。

2、calib_velo_to_cam.txt，从雷达坐标系到0号相机坐标系的转换
R: 3x3 旋转矩阵
T: 3x1 平移矩阵
delta_f 和delta_c 已被弃用

• (R|T) ： 雷达坐标系 -> 0号相机坐标系
• R_rect_00： 0号相机坐标系 -> 矫正后的0号相机坐标系
• P_rect_0x： 矫正后的0号相机坐标系 -> x号相机的图像平面