Cityscapes数据集与COCO数据集

最新推荐文章于 2025-03-07 06:21:19 发布
最新推荐文章于 2025-03-07 06:21:19 发布
阅读量1.4k 收藏 1
点赞数
分类专栏： 分割 文章标签： 计算机视觉 深度学习 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/silence56/article/details/113187618
版权
本文介绍了Cityscapes和COCO两个数据集，Cityscapes专注于城市街道场景的语义理解，包含19个类别，而COCO数据集适用于目标检测，包括80个类别。两者广泛应用于深度学习的语义分割和实例分割任务。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Cityscapes数据集与COCO数据集

对两个公开数据集的简要概述。

文章目录

Cityscapes数据集

Cityscapes是关于城市街道场景的语义理解图片数据集，它主要包含来自50个不同城市的街道场景，拥有5000张在城市环境中驾驶场景的高质量像素级注释图像（其中2975 用来训练，500用来验证，1525用来测试，共有19个类别）。样本数据都在gtFine文件夹和leftlmg8bit文件夹内。leftImg8bit文件夹有三个子目录：test，train以及val。这三个子目录的图片又以城市为单元来存放。gtFine下面也是分为train，test以及val，不同的是，在城市子目录下面，每张样本图片对应有6个标注文件，如下所示：
在这里插入图片描述xxx_instanceIds.png是用来做实例分割训练用的，而xxx_labelsIds.png是语义分割训练需要的。它们的像素值就是class值。而最后一个文件xxx_polygons.json是用labelme工具标注后所生成的文件，里面主要记录了每个多边形标注框上的点集坐标。xxx_gtFine_instanceTrainIds.png和xxx_gtFine_labelTrainIds.png是生成的实际上这5000张精细标注的图片有34类，但训练时可能只想关心其中19类(0~18)。所以需要做一个映射来将34类中感兴趣的类别映射到19类中，其它不感

最低0.47元/天 解锁文章
cityscapes数据集转COCO格式
keep_early的博客
07-27 2920
先去官网下载需要的cityscapes packages吧， cityscapes dataset 例如，我只需要这两个： gtFine_trainvaltest.zip (241MB) 和 leftImg8bit_trainvaltest.zip (11GB) 然后，解压。因为转COCO，需要把所有的图片放到一起。 原来 leftImg8bit_trainvaltest.zip 解压后的格式是： leftImg8bit_trainvaltest --------------train ----------
Cityscapes 格式和COCO格式相互转换脚本（InstancesId.png 和Instance.json相互转换)
Huang的博客
10-28 2463
代码地址： 【注】 如果你只是想将Cityscapes数据集转换到COCO的json的话可以直接采用Detectron或者maskrcnn-benchmark的脚本就可以直接转换。 本文主要针对要把自己的数据集或者只有Instance标注图片的数据集转换到json格式，更易于嵌入到当下网络中。 数据格式 首先需要解释一下Cityscapes数据集和COCO数据集的格式 以上是原图像 大小为：2048 ×\times× 1024 ×\times× 3 命名为：frankfurt_000000_000294_
城市街景数据集图像分割
01-09
城市街景数据集，大约有3500张图片。每张图片为，街景图和标签图拼接成的。可以根据需求下载。深度学习初学者希望给大家带来帮助，共同进步。
目标检测——COCO数据集
最新发布
qq_38220914的博客
03-07 483
该数据集以场景理解为目标，主要从复杂的日常场景中截取，图像中的目标通过精确的segmentation进行位置的标定。COCO数据集的第一个版本于2014年发布，包含16.4万张图像，分为训练集(8.3万张)、验证集(4.1万张)和测试集(4.1万张)。COCO数据集的每个图像都包含五句图像的语句描述，这些描述由人工编写，并用于评估图像标题生成算法的性能。总的来说，COCO数据集是一个非常丰富和多样的目标检测数据集，它为研究者提供了大量的标注信息，以帮助他们开发和评估新的目标检测算法。
Cityscapes数据集
qq_43518984的博客
12-17 940
​ 数据集中共有精细标注（fine）和粗糙标注（coarse）两套标注标准，前者提供5000张精细标注的图像，后者提供5000张精细标注外加20000张粗糙标注的图像。：Cityscapes数据集是由德国柏林自由大学于2016年发布的，是一个由包含戴姆勒在内的三家德国单位联合提供的大规模的城市环境中驾驶场景的图像数据集；：包含2975张城市环境图像，包含了街景图片和对应的标签，大小为113MB。具有19个类别的密集像素标注（97%覆盖），其中8个具有实例级分割的人工标注；
cityscapes数据集转化为coco数据格式（超详细，百分百学会）
weixin_44403182的博客
12-04 5929
cityscapes数据集转化为coco数据集（超详细，百分百学会）直接进入主题一、然后我们要做的第一步是先有一个工具包，拿来进行转化.二、安装一个库，pycococreatortools三、使用步骤1.打开你刚刚下载的代码包，打开transcityscapes2coco.py文件。2.修改你需要的数据集 类别 直接进入主题 从官网下载或者你们从百度云下载的cityscapes数据集多半这个样子的 提示：以下是本篇文章正文内容，下面案例可供参考 一、然后我们要做的第一步是先有一个工具包，拿来进行转化.
VOC、COCO、Cityscapes数据集格式
04-14 1899
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)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。R: 3x3 旋转矩阵。
cityscapes2coco-master
04-14
COCO格式是许多深度学习模型训练的标准输入，因此，将Cityscapes数据集转换为COCO格式可以使其更易于与其他现有的COCO兼容的代码库和算法集成。 在转换过程中，这个工具会处理以下关键步骤： 1. **类别映射**：...
将cityscapes数据集转coco格式
01-07
### 将Cityscapes数据集转换为COCO格式 为了实现Cityscapes到COCO格式的转换，需准备特定工具并按照一系列操作流程完成转换工作。 #### 准备必要的工具包 在开始之前，需要获取一个用于转换的工具包。此过程涉及...
YOLO v8 使用cityscapes数据集进行实例分割任务
博客
04-30 2560
2、cityscapesscripts/helpers/labels.py文件，找到需要的实例分割的类别。Dataset之Cityscapes：Cityscapes数据集的简介、安装、使用方法之详细攻略_cityscapes dataset-CSDN博客。分别将生成的训练集和测试集的json使用yolo v8自带的转换工具（注：尽量不要使用别人写的代码，后面介绍）详解COCO数据格式的json文件内容_coco数据集json标注-CSDN博客。为什么别人写的代码存在问题呢？3、了解COCO格式。
Cityscapes数据集转换成COCO类型和VOC类型
sinat_42367115的博客
02-22 1195
Cityscapes数据集转换成COCO类型
中国城市json数据包
07-26
中国城市数据json格式，包含城市code 和城市名称。直辖市已经优化
Cityscapes数据集介绍
热门推荐
zz2230633069的博客
11-28 8万+
下载链接是百度云下载：https://pan.baidu.com/s/1w3W_dQBUiHcwkLOtbSJ1Tg     提取码：1bln     里面不包含19998 images的Coarse 粗略注释 该数据集的其他讲解可以参考https://github.com/mcordts/cityscapesScripts 上面讲解的中文版可以参考：https://blog.csdn.net...
深度学习之图像分割——入门篇
2301_79285641的博客
01-24 1万+
图像分割（Image Segmentation）是一种计算机视觉领域的技术，旨在将图像分成若干个特定的、具有语义意义性质的区域。图像分割可以用于许多领域，包括目标检测、图像编辑、医学图像分析等。它是由图像处理到图像分析的关键步骤。
[Python]Cityscapes Foggy数据集转yolo格式(目标检测任务)
身披白袍的博客
12-16 3161
Cityscapes Foggy数据集转yolo格式(目标检测任务)
cityscapes和foggy_cityscapes数据集使用记录
moutain9426的博客
10-09 7505
cityscapes和foggy_cityscapes数据集使用记录，包含数据集下载介绍以及转VOC格式流程。
cityscapes数据集_全景分割 UPSNet 源码分析 (1) - 数据格式
weixin_39609527的博客
10-29 978
本系列文章针对的数据集是Cityscapes，后续会在Mapillary vista街道数据集上尝试训练出一版模型。1. 数据集和标注文件Cityscapes文件夹下├── annotations 【三个标注文件】 ├── disparity 【额外下载的深度数据集】 ├── gtFine 【语义分割和实例分割标注图片】 ├── images 【作者脚本生成的文件夹，内含5000张图像】 ├...
将CityScapes数据集转换为COCO格式的实例分割数据集
陆羽飞的博客
12-31 9612
##￥##2019年结束前最后两小时，写出本年度最后一篇博客，不是博主没地方去跨年，实在是Coding乐趣无穷ahhhh ##￥## COCO数据集是研究实例分割的通用数据集，但是针对道路环境的数据较少，对于自动驾驶和移动机器人的应用并不适配。而提供道路环境的实例分割数据的数据集目前有KITTI、CityScapes、Apllo等，CityScapes算是应用较广，数据质量较高的一个，所以，本篇...
Cityscapes数据集的深度完整解析
MVandCV的博客
03-30 1万+
cityscapes数据集是分割模型训练时比较常用的一个数据集，他还可以用来训练GAN网络生成街景图片。 数据集下载和文件夹组成： - 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) - 数据集下载一般有2-3个包，分别对应2-3个文件夹，即如下： - le
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值