准备 Cityscapes 数据集。

Cityscapes 专注于城市街景的语义理解。本教程帮助您下载 Cityscapes 并进行设置以便后续实验。

准备数据集

请登录并下载文件 gtFine_trainvaltest.zip 和 leftImg8bit_trainvaltest.zip 到当前文件夹

文件名	大小
gtFine_trainvaltest.zip	253 MB
leftImg8bit_trainvaltest.zip	12 GB

然后运行此脚本

下载 脚本： cityscapes.py

python cityscapes.py

如何加载数据集

使用 GluonCV 的数据集工具加载 Cityscapes 的图像和标签非常简单

from gluoncv.data import CitySegmentation
train_dataset = CitySegmentation(split='train')
val_dataset = CitySegmentation(split='val')
print('Training images:', len(train_dataset))
print('Validation images:', len(val_dataset))

输出

Found 2975 images in the folder /root/.mxnet/datasets/citys/leftImg8bit/train
Found 500 images in the folder /root/.mxnet/datasets/citys/leftImg8bit/val
Training images: 2975
Validation images: 500

获取第一个样本

import numpy as np
img, mask = val_dataset[0]
# get pallete for the mask
from gluoncv.utils.viz import get_color_pallete
mask = get_color_pallete(mask.asnumpy(), dataset='citys')
mask.save('mask.png')

可视化数据和标签

from matplotlib import pyplot as plt
import matplotlib.image as mpimg
# subplot 1 for img
fig = plt.figure()
fig.add_subplot(1,2,1)
plt.imshow(img.asnumpy().astype('uint8'))
# subplot 2 for the mask
mmask = mpimg.imread('mask.png')
fig.add_subplot(1,2,2)
plt.imshow(mmask)
# display
plt.show()