Tập dữ liệu Cityscapes8#

8

Cityscapes8

ultralytics

publicSemantic

Eight-image Cityscapes semantic-segmentation sample with four train and four validation images at 2048x1024 resolution. Raw Cityscapes label IDs are normalized through the official mapping to 19 train classes, with ignored pixels encoded as 255. Source imagery and labels are governed by the Cityscapes Dataset License for non-commercial research and educational use; created by the Cityscapes Dataset team.

19 classes2.3 MBAug 21, 2026

roadsidewalkbuildingwall+15

cityscapessemantic-segmentationautonomous-driving+1

Giới thiệu#

Dataset Ultralytics Cityscapes8 là một dataset semantic segmentation nhỏ gọn với 8 hình ảnh được lấy mẫu từ dataset Cityscapes: 4 cho huấn luyện và 4 cho validation. Nó được thiết kế để thử nghiệm, gỡ lỗi và thử nghiệm nhanh chóng với các model và pipeline huấn luyện semantic segmentation của YOLO. Nội dung cảnh quan đô thị của nó cung cấp một bước kiểm tra pipeline hữu ích trước khi mở rộng quy mô sang dataset Cityscapes đầy đủ.

Cityscapes8 sử dụng cùng 19 lớp đánh giá và cùng hành vi label_mapping như dataset Cityscapes đầy đủ, và hoàn toàn tương thích với các workflow semantic segmentation của YOLO26.

Cấu trúc tập dữ liệu#

Cityscapes8 phản ánh bố cục của dataset đầy đủ, không có tập test:

cityscapes8/
├── images/
│   ├── train/  # 4 images
│   └── val/    # 4 images
└── masks/
    ├── train/  # 4 single-channel PNG masks
    └── val/    # 4 single-channel PNG masks

Các mặt nạ (mask) được ghép nối với hình ảnh thông qua trường masks_dir: masks, và label_mapping chuyển đổi các ID nhãn Cityscapes nguồn thành 19 ID train liên tục được mô tả trong cấu trúc dataset Cityscapes đầy đủ.

YAML tập dữ liệu#

Cấu hình dataset Cityscapes8 được định nghĩa trong một file YAML của dataset, xác định các đường dẫn dataset, tên lớp và các metadata thiết yếu khác. Bạn có thể xem xét file cityscapes8.yaml chính thức trong kho lưu trữ GitHub của Ultralytics. File YAML bao gồm một URL tải xuống cho tập con được đóng gói nhỏ.

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

# Cityscapes semantic segmentation dataset (19 classes)
# Documentation: https://docs.ultralytics.com/datasets/semantic/cityscapes8
# Example usage: yolo semantic train data=cityscapes8.yaml model=yolo26n-sem.pt
# parent
# ├── ultralytics
# └── datasets
#     └── cityscapes8 ← downloads here (small subset)
#         └── images
#         └── masks

# Dataset root directory
path: cityscapes8 # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 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

# Download URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/cityscapes8.zip

Cách sử dụng#

Để huấn luyện model YOLO26n-sem trên dataset Cityscapes8 trong 100 epochs với kích thước ảnh là 1024, hãy sử dụng các ví dụ sau. Để có danh sách đầy đủ các tùy chọn huấn luyện, hãy xem tài liệu Huấn luyện YOLO.

from ultralytics import YOLO

# Load a pretrained YOLO26n-sem model
model = YOLO("yolo26n-sem.pt")

# Train the model on Cityscapes8
results = model.train(data="cityscapes8.yaml", epochs=100, imgsz=1024)

Bạn cũng có thể quản lý Cityscapes8 và huấn luyện các model semantic segmentation trên đám mây với Ultralytics Platform.

Trích dẫn, Giấy phép và Ghi nhận#

Cityscapes8 được lấy mẫu từ Cityscapes, được phát hành theo giấy phép phi thương mại tùy chỉnh — hãy xem trang dataset Cityscapes đầy đủ để biết chi tiết.

Nếu bạn sử dụng tập dữ liệu Cityscapes trong nghiên cứu hoặc phát triển của mình, vui lòng trích dẫn bài báo sau:

@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}
}

Đặc biệt cảm ơn đội ngũ Cityscapes vì những đóng góp liên tục của họ cho cộng đồng lái xe tự động và computer vision.

Câu hỏi thường gặp#