- विवरण :
सिटीस्केप एक डेटासेट है जिसमें वर्ष के अलग-अलग समय पर 50 अलग-अलग शहरों में विविध शहरी सड़क के दृश्य शामिल हैं, साथ ही सिमेंटिक सेगमेंटेशन, इंस्टेंस लेवल सेगमेंटेशन (TODO), और स्टीरियो जोड़ी असमानता अनुमान सहित कई दृष्टि कार्यों के लिए जमीनी सच्चाई है।
विभाजन कार्यों के लिए (डिफ़ॉल्ट विभाजन, 'सिटीस्केप्स/सिमेंटिक_सेगमेंटेशन' के माध्यम से सुलभ), सिटीस्केप 1024 * 2048 रिज़ॉल्यूशन प्री-स्प्लिट इन ट्रेनिंग (2975), सत्यापन (500) और परीक्षण (1525) सेट पर 5000 छवियों के लिए घने पिक्सेल स्तर के एनोटेशन प्रदान करता है। 30+ वर्गों में फैले विभाजन कार्यों के लिए लेबल एनोटेशन आमतौर पर ड्राइविंग दृश्य धारणा के दौरान सामने आते हैं। विस्तृत लेबल जानकारी यहां पाई जा सकती है: https://github.com/mcordts/cityscapesScripts/blob/master/cityscapesscripts/helpers/labels.py#L52-L99
सिटीस्केप 19998 की छवियों के लिए 'ट्रेन_एक्स्ट्रा' स्प्लिट में मोटे अनाज विभाजन एनोटेशन ('सिटीस्केप्स/सिमेंटिक_सेगमेंटेशन_एक्स्ट्रा' के माध्यम से सुलभ) भी प्रदान करता है जो पूर्व-प्रशिक्षण/डेटा-भारी मॉडल के लिए उपयोगी साबित हो सकता है।
विभाजन के अलावा, सिटीस्केप्स सामान्य और अतिरिक्त स्प्लिट्स (क्रमशः 'सिटीस्केप्स/स्टीरियो_डिसपैरिटी' और 'सिटीस्केप्स/स्टीरियो_डिसपैरिटी_एक्स्ट्रा' के माध्यम से सुलभ) दोनों पर असमानता अनुमान कार्यों के लिए स्टीरियो इमेज जोड़े और जमीनी सच्चाई भी प्रदान करता है।
इंगोर्ड उदाहरण:
- 'सिटीस्केप्स/स्टीरियो_डिसपैरिटी_एक्स्ट्रा' के लिए:
- troisdorf_000000 000073 {*} छवियां (कोई असमानता मानचित्र मौजूद नहीं है)
होमपेज : https://www.cityscapes-dataset.com
स्रोत कोड :
tfds.datasets.cityscapes.Builder
संस्करण :
-
1.0.0
(डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।
-
डाउनलोड आकार :
Unknown size
मैन्युअल डाउनलोड निर्देश : इस डेटासेट के लिए आपको स्रोत डेटा को मैन्युअल रूप से
download_config.manual_dir
(डिफ़ॉल्ट रूप से~/tensorflow_datasets/downloads/manual/
) में डाउनलोड करना होगा:
आपको https://www.cityscapes-dataset.com/login/ से फ़ाइलें डाउनलोड करनी होंगी (इस डेटासेट को पंजीकरण की आवश्यकता है)। बुनियादी कॉन्फ़िगरेशन (semantic_segmentation) के लिए आपको 'leftImg8bit_trainvaltest.zip' और 'gtFine_trainvaltest.zip' डाउनलोड करना होगा. अन्य कॉन्फ़िगरेशन के लिए अतिरिक्त फ़ाइलों की आवश्यकता होती है - कृपया अधिक विवरण के लिए कोड देखें।ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं
पर्यवेक्षित कुंजियाँ (
as_supervised
doc देखें):None
चित्र ( tfds.show_examples ): समर्थित नहीं है।
उद्धरण :
@inproceedings{Cordts2016Cityscapes,
title={The Cityscapes Dataset for Semantic Urban Scene Understanding},
author={Cordts, Marius and Omran, Mohamed and Ramos, Sebastian and Rehfeld, Timo and Enzweiler, Markus and Benenson, Rodrigo and Franke, Uwe and Roth, Stefan and Schiele, Bernt},
booktitle={Proc. of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year={2016}
}
सिटीस्केप्स/सिमेंटिक_सेगमेंटेशन (डिफ़ॉल्ट कॉन्फ़िगरेशन)
कॉन्फिग विवरण : सिटीस्केप सिमेंटिक सेगमेंटेशन डेटासेट।
डेटासेट का आकार :
10.86 GiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'test' | 1,525 |
'train' | 2,975 |
'validation' | 500 |
- फ़ीचर संरचना :
FeaturesDict({
'image_id': Text(shape=(), dtype=string),
'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
image_id | मूलपाठ | डोरी | ||
image_बाएँ | छवि | (1024, 2048, 3) | uint8 | |
सेगमेंटेशन_लेबल | छवि | (1024, 2048, 1) | uint8 |
- उदाहरण ( tfds.as_dataframe ):
सिटीस्केप्स/सिमेंटिक_सेगमेंटेशन_एक्स्ट्रा
Config विवरण : train_extra स्प्लिट और मोटे लेबल के साथ Cityscapes सिमेंटिक सेगमेंटेशन डेटासेट।
डेटासेट का आकार :
51.92 GiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 2,975 |
'train_extra' | 19,998 |
'validation' | 500 |
- फ़ीचर संरचना :
FeaturesDict({
'image_id': Text(shape=(), dtype=string),
'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
'segmentation_label': Image(shape=(1024, 2048, 1), dtype=uint8),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
image_id | मूलपाठ | डोरी | ||
image_बाएँ | छवि | (1024, 2048, 3) | uint8 | |
सेगमेंटेशन_लेबल | छवि | (1024, 2048, 1) | uint8 |
- उदाहरण ( tfds.as_dataframe ):
सिटीस्केप/स्टीरियो_डिसपैरिटी
कॉन्फिग विवरण : सिटीस्केप्स स्टीरियो इमेज और असमानता मानचित्र डेटासेट।
डेटासेट का आकार :
25.03 GiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'test' | 1,525 |
'train' | 2,975 |
'validation' | 500 |
- फ़ीचर संरचना :
FeaturesDict({
'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
'image_id': Text(shape=(), dtype=string),
'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
disparity_map | छवि | (1024, 2048, 1) | uint8 | |
image_id | मूलपाठ | डोरी | ||
image_बाएँ | छवि | (1024, 2048, 3) | uint8 | |
image_right | छवि | (1024, 2048, 3) | uint8 |
- उदाहरण ( tfds.as_dataframe ):
सिटीस्केप/स्टीरियो_डिसपैरिटी_एक्स्ट्रा
कॉन्फिग विवरण : ट्रेन_एक्स्ट्रा स्प्लिट के साथ सिटीस्केप्स स्टीरियो इमेज और असमानता मानचित्र डेटासेट।
डेटासेट का आकार :
119.18 GiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'train' | 2,975 |
'train_extra' | 19,997 |
'validation' | 500 |
- फ़ीचर संरचना :
FeaturesDict({
'disparity_map': Image(shape=(1024, 2048, 1), dtype=uint8),
'image_id': Text(shape=(), dtype=string),
'image_left': Image(shape=(1024, 2048, 3), dtype=uint8),
'image_right': Image(shape=(1024, 2048, 3), dtype=uint8),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
disparity_map | छवि | (1024, 2048, 1) | uint8 | |
image_id | मूलपाठ | डोरी | ||
image_बाएँ | छवि | (1024, 2048, 3) | uint8 | |
image_right | छवि | (1024, 2048, 3) | uint8 |
- उदाहरण ( tfds.as_dataframe ):