Cityscapes数据集下载与使用全指南：从零开始掌握计算机视觉基准数据

1次阅读

共计 2590 个字符，预计需要花费 7 分钟才能阅读完成。

Cityscapes 数据集是计算机视觉领域，尤其是自动驾驶和场景理解任务中最常用的基准数据集之一。它包含了从 50 个不同城市采集的高质量街景图像，涵盖了各种天气条件和季节变化。数据集提供了精细的像素级标注，支持语义分割、实例分割和全景分割等多种任务。对于刚入门计算机视觉的新手来说，掌握 Cityscapes 数据集的使用是迈向实际项目开发的重要一步。

直接从 Cityscapes 官网下载数据集可能会遇到速度慢的问题，特别是对于国内用户。这时可以考虑使用镜像源：

官方源：https://www.cityscapes-dataset.com/
国内镜像：一些高校和云服务提供商可能有镜像

实际测试中，国内用户使用镜像源通常能获得 5 -10 倍的下载速度提升。

对于大文件下载，推荐使用支持断点续传的工具：

使用 wget 下载（支持断点续传）

wget -c https://example.com/cityscapes.tar.gz

使用 aria2c（多线程下载，速度更快）

aria2c -x16 -s16 -c https://example.com/cityscapes.tar.gz

下载完成后，务必验证文件完整性：

使用 MD5 校验
```
md5sum cityscapes.tar.gz
```
或者使用 SHA1
```
sha1sum cityscapes.tar.gz
```

将输出与官方提供的校验值对比，确保文件完整无误。

解压后的 Cityscapes 数据集通常包含以下主要目录：

leftImg8bit：包含原始 RGB 图像
train
val
test
gtFine：精细标注
train
val
test
gtCoarse：粗略标注（可选）

Cityscapes 的标注使用 JSON 格式存储，包含以下关键信息：

objects：场景中的各种对象
polygons：对象的边界多边形
labels：对象的类别标签

import cv2
import numpy as np
from cityscapesscripts.helpers.labels import trainId2label

def visualize_segmentation(img_path, label_path):
    # 加载原始图像
    img = cv2.imread(img_path)

    # 加载标注图像
    label = cv2.imread(label_path, cv2.IMREAD_GRAYSCALE)

    # 创建彩色标注图像
    colored_label = np.zeros((label.shape[0], label.shape[1], 3), dtype=np.uint8)

    for train_id, label_info in trainId2label.items():
        if label_info.ignoreInEval:
            continue
        colored_label[label == train_id] = label_info.color

    # 混合显示
    blended = cv2.addWeighted(img, 0.7, colored_label, 0.3, 0)
    cv2.imshow('Segmentation', blended)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

import json
import os
from pathlib import Path
from typing import Dict, List

class CityscapesToCOCOConverter:
    def __init__(self, cityscapes_root: str, output_path: str):
        self.cityscapes_root = Path(cityscapes_root)
        self.output_path = Path(output_path)
        self.coco_data = {"images": [],
            "annotations": [],
            "categories": []}

    def convert(self):
        try:
            self._create_categories()
            self._process_images()
            self._save_coco()
        except Exception as e:
            print(f"Conversion failed: {str(e)}")
            raise

    def _create_categories(self):
        # 实现类别转换逻辑
        pass

    def _process_images(self):
        # 实现图像处理逻辑
        pass

    def _save_coco(self):
        with open(self.output_path, 'w') as f:
            json.dump(self.coco_data, f)

Cityscapes 图像分辨率很高（2048×1024），处理时容易内存溢出：