Tập dữ liệu Cityscapes8#

8

Cityscapes8

ultralytics

publicSemantic

Cityscapes8 is an eight-image, full-resolution semantic-segmentation sample for pipeline validation. It maps raw Cityscapes label IDs through the official 19-class training taxonomy, keeps ignored pixels as 255, and provides non-overlapping four-image train and validation partitions.

19 classes2.3 MBSep 2, 2026

roadsidewalkbuildingwall+15

cityscapessemantic-segmentationautonomous-driving+1

Giới thiệu#

Tập dữ liệu Cityscapes8 của Ultralytics là một tập dữ liệu phân đoạn ngữ nghĩa nhỏ gọn gồm 8 hình ảnh được lấy mẫu từ tập dữ liệu Cityscapes: 4 ảnh dùng để train và 4 ảnh dùng để validation. Tập dữ liệu này được thiết kế để kiểm thử nhanh, debug và thử nghiệm với các model phân đoạn ngữ nghĩa YOLO và các pipeline train. Nội dung về cảnh đô thị của tập dữ liệu cung cấp một bước kiểm tra pipeline hữu ích trước khi mở rộng lên toàn bộ tập dữ liệu Cityscapes.

Cityscapes8 sử dụng cùng 19 lớp đánh giá và cùng hành vi label_mapping như tập dữ liệu Cityscapes đầy đủ, đồng thời hoàn toàn tương thích với các workflow phân đoạn ngữ nghĩa của YOLO26.

Cấu trúc bộ dữ liệu#

Cityscapes8 phản ánh bố cục của tập dữ liệu đầy đủ nhưng không có split test:

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

Các mask được ghép với hình ảnh thông qua trường masks_dir: masks, còn label_mapping chuyển đổi các label ID của Cityscapes nguồn thành 19 train ID liên tiếp được mô tả trong cấu trúc tập dữ liệu Cityscapes đầy đủ.

YAML của bộ dữ liệu#

Cấu hình tập dữ liệu Cityscapes8 được định nghĩa trong một file YAML của dataset, trong đó chỉ định các đường dẫn dataset, tên lớp và metadata thiết yếu khác. Bạn có thể xem file cityscapes8.yaml chính thức trong repository Ultralytics trên GitHub. YAML này chứa URL tải xuống cho subset 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 train model YOLO26n-sem trên tập dữ liệu Cityscapes8 trong 100 epoch với kích thước hình ảnh 1024, hãy sử dụng các ví dụ sau. Để xem đầy đủ các tùy chọn train, hãy tham khảo tài liệu YOLO Training.

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 train các model phân đoạn ngữ nghĩa trên cloud bằng Ultralytics Platform.

Trích dẫn, giấy phép và lời cảm ơn#

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

Nếu sử dụng tập dữ liệu Cityscapes trong nghiên cứu hoặc phát triển, 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 cho cộng đồng lái xe tự động và thị giác máy tính.

FAQ#