Dataset Cityscapes#

Il set di dati Cityscapes è un benchmark di semantic segmentation su larga scala di scene di strade urbane catturate in 50 città europee, con 2.975 immagini di training finemente annotate e 500 immagini di validazione suddivise in 19 classi. È uno dei set di dati più ampiamente utilizzati per la ricerca sulla guida autonoma e la comprensione di scene urbane con i modelli Ultralytics YOLO.

Caratteristiche principali#

• Le annotazioni dettagliate di Cityscapes includono 2.975 immagini di training e 500 immagini di validazione in 19 classi; l'archivio include anche 1.525 immagini di test, ma le loro maschere rilasciate etichettano solo il veicolo ego e il bordo dell'immagine — le vere annotazioni delle classi sono trattenute e i punteggi ufficiali del set di test richiedono l'invio delle predizioni al Cityscapes evaluation server.
• Il dataset copre 19 classi di valutazione che spaziano tra categorie come piano stradale, umano, veicolo, costruzione, oggetto, natura e cielo.
• Cityscapes fornisce metriche di valutazione standardizzate come il mean Intersection over Union (mIoU) per la segmentazione semantica, consentendo un confronto efficace delle prestazioni del modello.
• Prima di procedere con il download manuale di ~11 GB, verifica la correttezza della tua pipeline di training rispetto al sottoinsieme Cityscapes8 di 8 immagini.

Struttura del dataset#

La configurazione di Ultralytics prevede il seguente layout dopo la preparazione:

cityscapes/
├── images/
│   ├── train/
│   ├── val/
│   └── test/
└── masks/
    ├── train/
    ├── val/
    └── test/

Le maschere semantiche sono file PNG a canale singolo. Gli ID delle etichette originali di Cityscapes vengono mappati ai 19 ID di training standard tramite la sezione label_mapping, mentre le etichette ignorate o nulle vengono mappate a 255 in modo che siano escluse dal training e dalla valutazione.

Applicazioni#

Cityscapes è ampiamente utilizzato per il training e la valutazione di modelli di deep learning nella segmentazione semantica, in particolare per la autonomous driving, i sistemi avanzati di assistenza alla guida (ADAS) e la robotica urbana.

Le sue immagini ad alta risoluzione e le annotazioni dettagliate lo rendono anche prezioso per la ricerca sul parsing di scene in tempo reale, sulla comprensione di corsie e ostacoli e per qualsiasi attività che richieda una comprensione densa a livello di pixel di ambienti urbani complessi. I modelli di segmentazione semantica YOLO26 preaddestrati raggiungono fino a 83.6 mIoU sul set di validazione di Cityscapes — consulta la pagina dei semantic segmentation models per la tabella completa dei benchmark. Puoi organizzare, visualizzare e gestire i dati di Cityscapes durante tutto il flusso di lavoro di sviluppo del modello con Ultralytics Platform.

Dataset YAML#

Un file YAML del set di dati definisce i percorsi, le classi, la directory delle maschere e la mappatura delle etichette di Cityscapes. Il file cityscapes.yaml è gestito su https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/cityscapes.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Cityscapes semantic segmentation dataset (19 classes)
# Documentation: https://docs.ultralytics.com/datasets/semantic/cityscapes
# Example usage: yolo semantic train data=cityscapes.yaml model=yolo26n-sem.pt
# parent
# ├── ultralytics
# └── datasets
#     └── cityscapes ← downloads here (11 GB)
#         └── images
#         └── masks

# Dataset root directory
path: cityscapes # dataset root dir
train: images/train # train images (relative to 'path') 2975 images
val: images/val # val images (relative to 'path') 500 images
test: images/test # test images (relative to 'path') 1525 images

masks_dir: masks # semantic mask directory

# Cityscapes 19-class labels
names:
  0: road
  1: sidewalk
  2: building
  3: wall
  4: fence
  5: pole
  6: traffic light
  7: traffic sign
  8: vegetation
  9: terrain
  10: sky
  11: person
  12: rider
  13: car
  14: truck
  15: bus
  16: train
  17: motorcycle
  18: bicycle

# Map source label IDs to train IDs; ignore_label is converted to 255.
label_mapping:
  -1: ignore_label
  0: ignore_label
  1: ignore_label
  2: ignore_label
  3: ignore_label
  4: ignore_label
  5: ignore_label
  6: ignore_label
  7: 0
  8: 1
  9: ignore_label
  10: ignore_label
  11: 2
  12: 3
  13: 4
  14: ignore_label
  15: ignore_label
  16: ignore_label
  17: 5
  18: ignore_label
  19: 6
  20: 7
  21: 8
  22: 9
  23: 10
  24: 11
  25: 12
  26: 13
  27: 14
  28: 15
  29: ignore_label
  30: ignore_label
  31: 16
  32: 17
  33: 18

# Preparation script (requires manual Cityscapes download)
download: |
  from pathlib import Path
  from shutil import copy2

  cityscapes_dir = Path(yaml["path"])  # dataset root dir
  # Download and extract the official Cityscapes leftImg8bit and gtFine archives into cityscapes_dir first.
  leftimg8bit_dir = cityscapes_dir / "leftImg8bit"
  gtfine_dir = cityscapes_dir / "gtFine"

  for split in ("train", "val", "test"):
      print(f"Processing {split} set")
      src_image_dir = leftimg8bit_dir / split
      dst_image_dir = cityscapes_dir / "images" / split
      dst_mask_dir = cityscapes_dir / "masks" / split
      dst_image_dir.mkdir(parents=True, exist_ok=True)
      dst_mask_dir.mkdir(parents=True, exist_ok=True)

      image_paths = sorted(src_image_dir.rglob("*_leftImg8bit.png"))
      for image_path in image_paths:
          relative_path = image_path.relative_to(src_image_dir)
          mask_path = gtfine_dir / split / relative_path.parent / image_path.name.replace(
              "_leftImg8bit.png", "_gtFine_labelIds.png"
          )
          if not mask_path.exists():
              raise FileNotFoundError(f"Mask not found for {image_path}: {mask_path}")

          image_name = image_path.name.replace("_leftImg8bit", "")
          mask_name = mask_path.name.replace("_gtFine_labelIds", "")
          copy2(image_path, dst_image_dir / image_name)
          copy2(mask_path, dst_mask_dir / mask_name)

Utilizzo#

Per addestrare un modello YOLO26n-sem sul set di dati Cityscapes per 100 epochs con una dimensione dell'immagine di 1024, puoi utilizzare i seguenti snippet di codice. Per un elenco completo degli argomenti disponibili, fai riferimento alla pagina di Training del modello.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-sem.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="cityscapes.yaml", epochs=100, imgsz=1024)

Citazioni, licenza e riconoscimenti#

Cityscapes è rilasciato con una custom non-commercial license — gratuito per la ricerca accademica e la valutazione, ma l'uso commerciale, la concessione di licenze o la ridistribuzione dei dati richiedono un'autorizzazione separata dal team di Cityscapes.

Se utilizzi il dataset Cityscapes nel tuo lavoro di ricerca o sviluppo, cita il seguente articolo:

@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}
}

Desideriamo ringraziare il team di Cityscapes per aver creato e mantenuto questa preziosa risorsa per le comunità della guida autonoma e della computer vision. Per ulteriori informazioni sul set di dati Cityscapes e sui suoi creatori, visita il Cityscapes dataset website.

FAQ#