汇总

SYNTHIA-Dataset

一个大规模的虚拟城市的真实感渲染图数据集，带有语义分割信息，是为了在自动驾驶或城市场景规划等研究领域中的场景理解而提出的。提供了11个类别物体（分别为空、天空、建筑、道路、人行道、栅栏、植被、杆、车、信号标志、行人、骑自行车的人）细粒度的像素级别的标注。包含从渲染的视频流中提取出的13407张训练图像，该数据集也以其多变性而著称，包括场景（城镇、城市、高速公路等）、物体、季节、天气等。

Cityscapes

是一个大规模的关注于城市街道场景理解的数据集，提供了8种30个类别的语义级别、实例级别以及密集像素标注（包括平坦表面、人、车辆、建筑、物体、自然、天空、空）。该数据集包括约5000张精细标注的图片，20000张粗略标注的图片。数据是从50个城市中持续数月采集而来，涵盖不同的时间以及好的天气情况。开始起以视频形式存储，因此该数据集按照以下特点手动选出视频的帧：大量的动态物体，变化的场景布局以及变化的背景。

State-of-the-art

CamVid

是一个道路、驾驶场景理解数据集，开始是五个视频序列，来自一个安装在汽车仪表盘上的960x720分辨率的摄相机。这些序列中采样出了701个帧（其中4个序列在1fps处，1个序列在15fps处），这些静态图被手工标注上32个类别：空、建筑、墙、树、植被、栅栏、人行道、停车场、柱或杆、锥形交通标志、桥、标志、各种文本、信号灯、天空、……（还有很多）。

state-of-the-art

BDD100K

该数据集共包含 10 万个视频。全帧实例分割：1万张图片 .
如上图所示。数据库涵盖了不同的天气条件，包括晴天、阴天和雨天，以及白天和晚上的不同时间。BAIR 研究者在每个视频的第 10 秒采样关键帧，并为这些关键帧提供注释。它们被标记为几个级别：图像标记、道路对象边界框、可驾驶区域、车道标记线和全帧实例分割。
1、 道路目标边界框：10万张图片
其中：训练集7万，测试集2万，验证集1万
2、 可行驶区域：10万张图片
3、 车道线标记：10万张图片
4、 全帧实例分割：1万张图片

Mapillary Vistas Dataset

• 25,000 high-resolution images (split into 18,000 for training, 2,000 for validation, 5,000 for testing; at an average resolution of ~9 megapixels) with pixel-wise annotations from 2 million manually drawn polygons
• 100 object categories, 60 of those instance-specific (i.e. to enumerate objects)
• Global geographic reach, covering North and South America, Europe, Africa, Asia, and Oceania
• High variability in weather conditions (sun, rain, snow, fog, haze) and capturing times (dawn, daylight, dusk, and even night)
• Broad range of camera sensors, varying focal length, image aspect ratios, and different types of camera noise
• Different capturing viewpoints (from road, sidewalks, and off-road)
  

Apollo Scape Dataset

ApolloScape已经开放了14.7万帧的像素级语义标注图像，包括感知分类和路网数据等数十万帧逐像素语义分割标注的高分辨率图像数据，以及与其对应的逐像素语义标注，覆盖了来自三个城市的三个站点周围10KM的地域。 而且，每个区域都在不同的天气和光照条件下进行了重复扫描。