Berkeley 大学最近推出的针对自动驾驶的街景数据集，号称比 Cityscapes 数据量更大，可泛化性更好。

语义实例分割（Semantic Instance Segmentation）

数据集一共有 40 种物体类别

与 Cityscapes 的对比

街景数据来自 US 的城市

模型更熟悉美国的街景。

图片标签

时间：daytime, nighttime, dawn/dusk;
场景：Residential，High-way, City street, Parking lot, Gas station, Tunnel;
天气：Clear, Partly cloudy, Over-case, Rainy, Snowy, Foggy;

Label Maps

语义分割使用标签映射（Label Maps），不是训练索引（Training Indices）。

更高的可泛化性

使用 Dilate Residual Network （Hyper parameter 相同）测试两个数据集时发现下表的关系：

在同样的数据集下训练结果都很好，但交叉使用不同测试集时精度下降显著。使用 deepDriver 训练的模型在 Cityscapes 测试集上的表现虽然较差，但有部分训练结果比在特定场景训练的结果要好。这意味着该数据集涵盖场景更多，训练出的模型的可泛化性会比较好。

以上参考：https://arxiv.org/abs/1805.04687

数据集详情

文件结构：

bdd100k
| seg
| | images
| | | train
| | | val
| | | test
| | color_labels
| | | train
| | | val
| | labels
| | | train
| | | val

检查数据集完整性的 python3 脚本

import os
import sys
if len(sys.argv) != 2:
print (‘Usage: python checkdata.py ‘)
exit(-1)
dataset_category = sys.argv[1]
if dataset_category not in {‘train‘, ‘val‘}:
print (f‘Invalid argument "{dataset_category}"‘)
exit(-2)
data_size = 7000 if dataset_category == ‘train‘ else 1000
dir_root = ‘.‘
dir_color = os.path.join(dir_root, ‘color_labels‘, dataset_category)
dir_imgs = os.path.join(dir_root, ‘images‘, dataset_category)
dir_label = os.path.join(dir_root, ‘labels‘, dataset_category)
color_names = os.listdir(dir_color)
img_names = os.listdir(dir_imgs)
label_names = os.listdir(dir_label)
assert len(color_names) == len(img_names) == len(label_names) == data_size
for i in range(len(color_names)):
prefix_color = color_names[i].split(‘_‘)[0]
prefix_img = img_names[i].split(‘.‘)[0]
prefix_label = label_names[i].split(‘_‘)[0]
assert prefix_color == prefix_img == prefix_label, f‘{prefix_color}, {prefix_img}, {prefix_label}‘
print (‘All Good!‘)

包含分割多边形信息的 Json 文件目前还没有公开，因此只能做segmentation，不能做 detection + segmentation。但是单纯的 detection 数据文件已经是提供好的，可以使用查看工具查看标注矩形框和三种图片标签（时间、场景、天气）

官方代码目前的坑

https://github.com/ucbdrive/bdd-data/issues/17
https://github.com/ucbdrive/bdd-data/issues/5
https://github.com/ucbdrive/bdd-data/issues/15
其中，#15 issue 目前还未解决。

Written with StackEdit.