语义分割——数据集选择

 语义分割：是指根据图像内容进行分类，分割出图像中的不同对象

语义分割数据集

数据集在人工智能中起着至关重要的作用，根据不同的应用领域，主要运用的数据集有：

        1.Pascal VOC系列:　The PASCAL Visual Object Classes Challenge 2012 (VOC2012)　提供了一组标记图像的训练集，涉及了日常生活中常见的物体，对象类如下： 人、动物、交通工具、室内物件

       2. Microsoft COCO:　知乎 - 安全中心　该数据集主要用于实例级别的分割以及图片描述，主要解决：目标检测、目标之间的上下文关系和目标2维上的精确定位的问题；

        3.Cityscapes: Cityscapes Dataset – Semantic Understanding of Urban Street Scenes   城市景观数据集。包含在来自 50 个不同城市的街道场景中记录的一组多样化的立体视频序列 ；可用于训练深度神经网络和评估视觉算法在语义城市场景理解的主要任务中的性能：像素级、实例级和全景语义标记；    

        4. CamVid数据集：具有目标类别语义标签的视频集合。解决了对实验数据的需求，以定量评估新兴算法。数据是从驾驶汽车的角度拍摄的，驾驶场景增加了观察目标的数量和异质性。 

        同时为了支持扩展这个或其他数据库，提供了定制的标签软件，帮助用户为其他图像和视频绘制精确的类标签。通过测量算法在三个不同领域的性能来评估数据库的相关性:多类目标识别、行人检测和标签传播。