用于语义城市场景理解的Cityscapes数据集
计算机视觉与模式识别
2016-04-08 v2
摘要
对复杂城市场景的视觉理解是广泛应用的支持因素。目标检测已从大规模数据集中极大受益，尤其在深度学习背景下。然而，对于语义城市场景理解，当前没有数据集能充分捕捉真实城市场景的复杂性。为此，我们引入Cityscapes，一个用于训练和测试像素级与实例级语义标注方法的基准套件和大规模数据集。Cityscapes由来自50个不同城市的街道上录制的大量多样化立体视频序列组成。其中5000张图像具有高质量像素级标注；另外20000张图像具有粗标注，以支持利用大量弱标注数据的方法。关键的是，我们的工作在数据集规模、标注丰富度、场景可变性和复杂性方面超越了先前的尝试。我们随附的实证研究提供了对数据集特征的深入分析，以及基于我们的基准对几种最先进方法的性能评估。
引用
@article{arxiv.1604.01685,
title = {The Cityscapes Dataset for Semantic Urban Scene Understanding},
author = {Marius Cordts and Mohamed Omran and Sebastian Ramos and Timo Rehfeld and Markus Enzweiler and Rodrigo Benenson and Uwe Franke and Stefan Roth and Bernt Schiele},
journal= {arXiv preprint arXiv:1604.01685},
year = {2016}
}
备注
Includes supplemental material