ACDC数据集简介: Adverse Conditions Dataset with Correspondences

zzl_1998

已于 2023-08-08 12:03:41 修改

阅读量9.9k

点赞数 5

文章标签：数据集

于 2021-09-03 19:31:02 首次发布

本文链接：https://blog.csdn.net/qq_40731332/article/details/120086331

版权

包含fog、nighttime、rain和snow四种常见adverse condition，每种恶劣条件有1000张图片（训练集400/验证集100/测试集500）。BDD100k最大的问题是存在天气标签错误。许多雨天、雪天实际上可以归为overcast或者partly cloudy。

每张图片有（1）像素级别的标注；（2）相同场景下的正常图片；（3）区分确定和不确定语义内容的图像内区域的二值掩码。

链接: https://pan.baidu.com/s/1LB8SyGLmVRTKsemrvw64wQ 
提取码: n7yn

ACDC的文件目录如下：

{root}/{type}/{condition}/{split}/{sequence}/{sequence}_frame_{frame:0>6}_{type}{ext}

type：包括：rgb_anon（anonymized RGB图片）；gt（ground-truth annotations）
condition：包括：fog、night、rain和snow
split：gt中包括train和val，rgb_anon中包括test\test_ref\train\train_ref\val\val_ref。train包含400张图片、train_ref是这400张图片对应的正常天气下图片；val包含100张图片；test包含500张图片。
sequence：图片序列
frame：六位数字
ext：gt图片独有的后缀，用于说明图片属性。例如：（1）labelIds：用Cityscapes IDs format编码（cityscapesScripts/labels.py at master · mcordts/cityscapesScripts · GitHub），在ACDC中，使用了19个类，包含在Citycapes evaluation中；（2）labelTrainIds：用Cityscapes trainIDs format编码；（3）labelColor：Cityscapes color format，用于可视化；（4）invIds：invalid pixel->1, valid pixel -> 0；（5）invGray：invalid pixel->255, valid pixel->0，用于可视化。

关注