Cityscapes データセット#
Cityscapes データセットは、ヨーロッパの50都市で撮影された都市の街路シーンを対象とした大規模な semantic segmentation ベンチマークであり、19のクラスにわたる2,975枚の詳細なアノテーション付きトレーニング画像と500枚の検証画像が含まれています。これは、自動運転研究および都市シーン理解において Ultralytics YOLO モデルとともに最も広く使用されているデータセットの1つです。
主な特徴#
- Cityscapesの詳細アノテーションには、19のクラスにわたる2,975枚のトレーニング画像と500枚の検証画像が含まれています。このアーカイブには1,525枚のテスト画像も同梱されていますが、リリースされたマスクには自車と画像境界のみがラベル付けされており、実際のクラスアノテーションは非公開となっています。公式のテストセットスコアを取得するには、予測を Cityscapes evaluation server に提出する必要があります。
- このデータセットは、フラット（平面）、人間、車両、構築物、物体、自然、空の各カテゴリにまたがる19の評価クラスを網羅しています。
- Cityscapesは、セマンティックセグメンテーションのための mean Intersection over Union (mIoU) などの標準化された評価指標を提供し、モデルパフォーマンスの効果的な比較を可能にします。
- ~11 GBの手動ダウンロードを行う前に、8枚の画像からなる Cityscapes8 サブセットに対してトレーニングパイプラインの動作確認を行ってください。
データセットの構造#
Ultralytics の設定では、準備後に以下のレイアウトが想定されています：
cityscapes/
├── images/
│ ├── train/
│ ├── val/
│ └── test/
└── masks/
├── train/
├── val/
└── test/Cityscapesには自動アーカイブダウンロードがありません。Cityscapes website でアカウントを作成し、leftImg8bit_trainvaltest.zip および gtFine_trainvaltest.zip のアーカイブ（合計 ~11 GB）をダウンロードして、両方を cityscapes のデータセットルートに展開してください。初めてトレーニングを行う際に、Ultralyticsが自動的にそれらを上記の images/ および masks/ のレイアウトに再編成します。
セマンティックマスクはシングルチャンネルのPNGファイルです。元のCityscapesのラベルIDは label_mapping セクションを通じて標準の19のトレインIDにマッピングされ、無視または無効なラベルは 255 にマッピングされるため、トレーニングおよび評価から除外されます。
一般公開されている gtFine/test マスクには、自車と画像の境界領域のみがラベル付けされており、他のすべてのクラスは無効です。ローカル評価のために val スプリットでmIoUを計算してください。公式のテストセットスコアには、予測を Cityscapes evaluation server に提出する必要があります。
アプリケーション#
Cityscapesは、セマンティックセグメンテーションにおける deep learning モデルのトレーニングと評価に広く使用されており、特に autonomous driving、先進運転支援システム（ADAS）、および都市ロボット工学において活用されています。
その高解像度画像と詳細なアノテーションにより、リアルタイムシーン解析、車線・障害物の理解、および複雑な都市環境における高密度なピクセル単位の理解を必要とするあらゆるタスクの研究にも価値があります。事前学習済みの YOLO26 セマンティックセグメンテーションモデルは、Cityscapes検証セットで最大83.6 mIoUを達成しています。完全なベンチマークテーブルについては semantic segmentation models ページを参照してください。Ultralytics Platform を使用すると、モデル開発ワークフロー全体を通じてCityscapesデータの整理、視覚化、および管理を行うことができます。
データセット YAML#
データセットのYAMLファイルは、Cityscapesのパス、クラス、マスクディレクトリ、およびラベルマッピングを定義します。cityscapes.yaml ファイルは https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/cityscapes.yaml で管理されています。
# 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)使用方法#
1024の画像サイズで100 epochs にわたりCityscapesデータセットで YOLO26n-sem モデルをトレーニングするには、以下のコードスニペットを使用できます。利用可能な引数の包括的なリストについては、モデルの Training ページを参照してください。
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)引用、ライセンス、謝辞#
Cityscapesは custom non-commercial license の下でリリースされています。学術研究および評価には無料ですが、データの商用利用、ライセンス供与、または再配布には、Cityscapesチームからの個別の許可が必要です。
研究や開発作業で Cityscapes データセットを使用する場合は、以下の論文を引用してください：
@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}
}自動運転およびコンピュータビジョンコミュニティのためにこの貴重なリソースを作成および維持してくださったCityscapesチームに感謝いたします。Cityscapesデータセットおよびその作成者の詳細については、Cityscapes dataset website をご覧ください。
よくある質問 (FAQ)#
Cityscapes データセットは、50のヨーロッパ都市にわたる都市の街路シーンの大規模な semantic segmentation ベンチマークであり、自動運転およびADAS研究の標準リファレンスとして広く使用されています。19の詳細なアノテーション付き評価クラス、高解像度画像、および標準化されたmean Intersection over Union (mIoU) 指標により、高密度シーン理解モデルで最も引用されているベンチマークの1つとなっています。
1024の画像サイズで100エポックにわたりCityscapesデータセットで YOLO26n-sem モデルをトレーニングするには、以下のコードスニペットを使用できます。利用可能な引数の詳細なリストについては、モデルの Training ページを参照してください。
学習例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)準備の後、データセットは
images/{train,val,test}/およびmasks/{train,val,test}/ディレクトリに整理され、各画像はシングルチャンネルのPNGマスクとペアになります。UltralyticsのYAMLファイルはmasks_dir: masksフィールドを介して各画像をそのマスクとペアにし、label_mappingを使用して元のCityscapesラベルIDを標準の19の連続するトレインIDに変換し、無視および無効なラベルを255にマッピングします。testスプリットのマスクには自車と境界領域のみがラベル付けされているため、ローカルのmIoU確認にはvalを使用してください。はい。Cityscapes website でアカウントを作成し、
leftImg8bit_trainvaltest.zipおよびgtFine_trainvaltest.zipのアーカイブ（合計 ~11 GB）をダウンロードしてください。両方をcityscapesのデータセットルートに展開してください。初めてトレーニングを行う際に、Ultralyticsが自動的に期待されるimages/およびmasks/のレイアウトに再編成します。Cityscapesのソースマスクには、評価に使用される19のトレインIDとは異なる元のラベルIDが格納されています。
label_mappingセクションは、有効なラベルを連続するクラスID0～18に変換し、トレーニングおよび検証中の損失と指標から除外されるように、無視および無効なラベルに255を割り当てます。いいえ。Cityscapesは non-commercial license の下でリリースされており、学術研究、教育、および評価は許可されていますが、データセットまたは派生作品の商用利用、ライセンス供与、または販売は禁止されています。商用ライセンスのオプションについては、Cityscapesチームに直接お問い合わせください。