Cityscapes - 公开街景语义分割数据集

sowang

Cityscapes 是计算机视觉领域最具权威性与影响力的公开街景语义分割数据集之一。自2016年由德国达姆施塔特工业大学、马克斯·普朗克智能系统研究所及丰田欧洲研究院联合发布以来，它已成为评估自动驾驶感知系统、场景理解算法性能的“黄金标准”和基准性资源。

官网地址

官方网站：https://www.cityscapes-dataset.com/

官方脚本工具库：https://github.com/mcordts/cityscapesScripts


核心特色

高质量与高分辨率：包含来自50个不同城市（主要在德国）的高清街景图像（分辨率统一为2048×1024），采集于春、夏、秋三季的不同光照条件下，提供了丰富的细节，对模型分割小目标（如远处交通灯、行人）的能力要求极高。

精细的像素级标注：核心包含5000张高质量精细标注图像（分为2975张训练集、500张验证集、1525张测试集），将画面中每个像素精确映射至19个精细语义类别（如道路、人行道、车辆、行人、建筑物等）。

丰富的弱监督数据：额外提供约20000张粗略标注图像（Coarse Annotation），常用于半监督或弱监督学习研究，以扩充训练数据。

完善的评估体系：官方网站提供权威的在线评估服务器，支持像素级语义分割、实例级分割、全景分割以及3D目标检测等任务的模型性能评测与排名。


适用场景

自动驾驶感知系统：作为 L4 级自动驾驶实时语义分割模块的“压力测试场”，检验模型在复杂城市场景（遮挡、阴影、极端视角）下的鲁棒性。

计算机视觉算法研究：推动全卷积网络（FCN）、U-Net、DeepLab 系列、SegFormer 等语义分割架构的持续优化与标准化评测。

智慧城市与 AR 导航：广泛应用于交通流量分析、违章检测、实时场景理解与虚拟信息叠加等交叉领域。