Skip to content

评测数据 (语义分割)

ADE20K

#评测指标-mIoU, aAcc, mAcc

数据描述:

ADE20K是一个广泛使用的语义分割数据集,覆盖了150个语义类别,拥有25k张复杂日常场景的图像,其中包含自然空间环境中的各种对象,涵盖了场景、对象、对象部分的各种注释。每个图像平均有19.5个实例和10.5个对象类。源数据集训练集的图片总数为20,210张,验证集的图片总数为2,000张。从原训练集中采样2,000张图片作为新的验证集,其余18,210张图片作为新的训练集。原验证集作为新的测试集。

数据集构成和规范:

数据量:

源数据集分成训练集(18,210),验证集(2,000),测试集(2,000)

评测数据量:

评测数据为测试集中的2,000个测试样例

源数据格式:

原图:jpg格式RGB图

语义图:png格式Gray图

数据集样例:

原图:

原图

语义图:

语义图

论文引用:

@article{zhou2019semantic,
  title={Semantic understanding of scenes through the ade20k dataset},
  author={Zhou, Bolei and Zhao, Hang and Puig, Xavier and Xiao, Tete and Fidler, Sanja and Barriuso, Adela and Torralba, Antonio},
  journal={International Journal of Computer Vision},
  volume={127},
  pages={302--321},
  year={2019},
  publisher={Springer}
}

数据集版权使用说明:

TERMS OF USE

Cityscapes

#评测指标-mIoU, aAcc, mAcc

数据描述:

城市景观数据集拥有5,000张精细标注的在城市环境中驾驶场景的图像。数据集有选自27个城市的5,000张图像进行了pixel-level像素级的语义和实例标注,可用于训练语义分割和实例分割网络。源数据集训练集的图片总数为2,975张,验证集的图片总数为500张,测试集未公开。从原训练集中选取三个城市506张图片作为新的验证集,其余15个城市2,469张图片作为新的训练集,原验证集作为新的测试集。

数据集构成和规范:

数据量:

数据集分成训练集(2,469),验证集(506),测试集(500)

评测数据量:

评测数据为测试集中的500个测试样例

源数据格式:

原图:png格式RGB图

语义图:png格式Gray图

数据集样例:

原图:

原图

语义图:

语义图

论文引用:

@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={Computer Vision and Pattern Recognition},
  pages={3213--3223},
  year={2016}
}

数据集版权使用说明:

TERMS OF USE

COCO-Stuff

#评测指标-mIoU, aAcc, mAcc

数据描述:

COCO-Stuff通过对COCO数据集中的91个材料类进行像素级注释得到。COCO数据集是一个由高复杂度图像组成的大型数据集,旨在研究物与物的相互作用,其特征是具有许多小对象的复杂场景图像,并用非常详细的轮廓进行注释。然而,COCO缺少材料注释。扩充材料类注释后,COCO-Stuff能够探索事物和材料之间丰富的关系。COCO-Stuff包含172个类别:80个物体类,91个材料类和一个未标记类。源数据集训练集的图片总数为9,000张,验证集的图片总数为1,000张。从原训练集中采样1,000张图片作为新的验证集,其余8,000张图片作为新的训练集。原验证集作为新的测试集。

数据集构成和规范:

数据量:

数据集分成训练集(8,000),验证集(1,000),测试集(1,000)

评测数据量:

评测数据为测试集中的1,000个测试样例

源数据格式:

原图:jpg格式RGB图

语义图:png格式Gray图

数据集样例:

原图:

原图

语义图:

语义图

论文引用:

@inproceedings{caesar2018coco,
  title={Coco-stuff: Thing and stuff classes in context},
  author={Caesar, Holger and Uijlings, Jasper and Ferrari, Vittorio},
  booktitle={Computer Vision and Pattern Recognition},
  pages={1209--1218},
  year={2018}
}

数据集版权使用说明:

TERMS OF USE