Cityscapes数据集介绍与下载

下载地址     夸克网盘

数据集简介

Cityscapes是计算机视觉领域广泛使用的城市街道场景理解基准数据集，由戴姆勒研究院、马克斯·普朗克信息学研究所和达姆施塔特工业大学联合发布。该数据集包含从50个不同城市采集的双目视频序列，涵盖春、夏、秋三季以及多种天气和光照条件，旨在评估视觉算法在城市场景语义理解中的性能。

数据集的核心标注包括5000帧高质量像素级精细标注，以及20000帧弱标注图像。标注类别涵盖30个类，归为8个大类：平面、人类、车辆、建筑、物体、自然、天空和无效区域。精细标注中，2975张用于训练、500张用于验证、1525张用于测试，覆盖19个评估类别。

主要ZIP文件说明

图像文件

leftImg8bit_trainvaltest.zip（约11 GB）

包含训练集、验证集和测试集的左侧8位彩色图像，共5000张，分辨率统一为1024×2048像素。这是语义分割任务最基础的图像输入文件。需要注意，测试集的精细标注（真实标签）并未公开，官方测试集分数需将预测结果提交至Cityscapes评估服务器获取。

leftImg8bit_trainextra.zip（约44 GB）

包含19998张额外的左侧8位图像，用于训练集扩充。这些图像仅有粗粒度标注，适用于研究利用大量弱标注数据的方法。注意其中文件“troisdorf_000000_000073_leftImg8bit.png”存在损坏问题。

leftImg8bit_blurred.zip（约11 GB）

与leftImg8bit_trainvaltest.zip内容相同，但对人脸和车牌进行了模糊处理，适用于对隐私保护有要求的场景。

rightImg8bit_trainvaltest.zip

包含右侧8位彩色图像，用于双目视觉任务。与左侧图像构成双目图像对，可用于视差推断和深度估计研究。

标注文件

gtFine_trainvaltest.zip（约241 MB）

精细标注文件，覆盖训练集和验证集的3475张图像，以及测试集的1525张图像（测试集标注仅为占位符，实际类别标注未公开）。解压后包含三个关键文件类型：

• *_gtFine_color.png：以颜色编码的类别标签，便于可视化

• *_gtFine_labelIds.png：以类别索引编码的标签，用于训练

• *_gtFine_instanceIds.png：同时编码类别和实例ID。像素值除以1000的整数部分为类别ID，余数为实例ID

gtCoarse.zip（约1.3 GB）

粗粒度标注文件，包含训练集、验证集以及trainextra集的标注，覆盖约23473张图像。适用于弱监督学习或预训练任务。

传感器与车辆数据

camera_trainvaltest.zip（约2 MB） / camera_trainextra.zip（约8 MB）

包含相机的内参和外参标定参数，分别对应trainvaltest集和trainextra集。对于需要多视图几何或精确投影的任务至关重要。

vehicle_trainvaltest.zip（约2 MB） / vehicle_trainextra.zip（约7 MB）

包含车辆里程计数据、GPS坐标和温度信息，分别对应两个数据子集。可用于研究自车运动、定位或场景理解中的上下文信息利用。

视差与视频数据

disparity_trainvaltest.zip（约3.5 GB）

包含双目视差图，用于深度估计和立体视觉研究。与左右双目图像配合使用。

leftImg8bit_demoVideo.zip（约6.6 GB）

包含用于定性评估的视频序列，仅含左侧8位图像。视频数据提供了帧间连续性，适用于时序方法的研究。

扩展标注

gtBbox_cityPersons_trainval.zip

包含行人的边界框标注，用于目标检测任务。

gtBbox3d_trainvaltest.zip

Cityscapes 3D扩展标注，为所有车辆类型提供3D边界框，用于3D检测任务。

gtFinePanopticParts_trainval.zip

全景分割部件标注，支持全景分割任务的研究。

使用建议

下载时优先考虑leftImg8bit_trainvaltest.zip和gtFine_trainvaltest.zip，这两个文件合计约11 GB，足以覆盖语义分割的标准训练与验证流程。如果仅做流程验证，可先使用8张图像的Cityscapes8子集进行快速测试。训练时需注意，Cityscapes原始标签ID需通过映射转换为标准的19个训练ID，无效或忽略的标签映射为255以在损失计算中排除。