1. Cityscapes数据集简介与下载
Cityscapes是计算机视觉领域最知名的街景理解数据集之一,包含50个城市在不同季节、天气条件下的街景图像。我第一次接触这个数据集是在2018年做自动驾驶项目时,当时为了找到高质量的街景标注数据,几乎翻遍了所有公开数据集,最终Cityscapes以其精细的标注和丰富的场景成为首选。
数据集主要包含两部分:
- 精细标注集:3475张训练图像、500张验证图像和1525张测试图像
- 粗糙标注集:额外19888张图像,标注精度较低
对于大多数语义分割和实例分割任务,我们只需要使用精细标注集。下载时要注意,原始图像(leftImg8bit)和标注数据(gtFine)需要分别下载,总大小约11GB。这里有个小技巧:如果网络不稳定,可以使用wget的-c参数支持断点续传:
bash复制wget -c https://www.cityscapes-dataset.com/file-handling/?packageID=1
wget -c https://www.cityscapes-dataset.com/file-handling/?packageID=3
下载完成后,你会得到两个zip文件:
leftImg8bit_trainvaltest.zip- 原始街景图像gtFine_trainvaltest.zip- 精细标注数据
解压时建议使用-j参数跳过中间目录结构,这样能保持文件路径的一致性:
bash复制unzip -j leftImg8bit_trainvaltest.zip -d cityscapes/images
unzip -j gtFine_trainvaltest.zip -d cityscapes/annotations
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数据预处理全流程
2.1 官方工具安装与配置
Cityscapes提供了专门的Python工具包cityscapesscripts来处理标注数据,这个工具包需要从GitHub克隆安装:
bash复制git clone https://github.com/mcordts/cityscapesScripts.git
cd cityscapesScripts
pip install -e .
安装完成后,需要设置环境变量指向你的数据集根目录。我在实际项目中发现,最好把这个设置写入.bashrc或.zshrc中:
bash复制echo 'export CITYSCAPES_DATASET=/path/to/cityscapes' >> ~/.bashrc
source ~/.bashrc
2.2 理解原始标注结构
解压后的gtFine目录包含这些关键文件:
*_color.png- 可视化标注(给人类看的)*_instanceIds.png- 实例分割原始标注*_labelIds.png- 语义分割原始标注*.json- 多边形标注的原始数据
这里有个容易混淆的点:labelIds和后续要生成的labelTrainIds是不同的。原始labelIds包含所有34个类别,而labelTrainIds只包含19个常用训练类别,其他类别会被标记为255(忽略)。
2.3 语义分割标注转换
运行以下命令生成语义分割训练所需的labelTrainIds.png:
python复制python cityscapesscripts/preparation/createTrainIdLabelImgs.py
这个脚本会在原标注目录下生成新文件,命名格式为*_labelTrainIds.png。我曾经遇到过这个脚本报错的问题,大多数情况是因为环境变量没设置正确,可以通过在脚本中硬编码路径临时解决:
python复制# 在createTrainIdLabelImgs.py开头添加
import os
os.
