GTA5

displayName: GTA5(Grand Theft Auto 5)
labelTypes: []
license:
- Unknown
mediaTypes:
- Image
paperUrl: https://arxiv.org/pdf/1608.02192v1.pdf
publishDate: "2016"
publishUrl: https://github.com/sarrrrry/PyTorchDL_GTA5
publisher:
- Technical University of Darmstadt
- Intel Labs
tags:
- Image pixel
taskTypes:
- Semantic Segmentation
- Unsupervised Domain Adaptation
- Image To Image Translation
- Synthetic To Real Translation
- One Shot Unsupervised Domain Adaptation
- Domain adaptation

---
# 数据集介绍
## 简介
我们从gta5中提取了24,966帧。每帧具有1914年 × 1052像素的分辨率。然后使用第3.2节中描述的接口对帧进行语义标记。标签过程在49小时内完成。此时，提取的图像的像素区域的98.3% 被用相应的语义类标记。类被定义为与户外场景的其他语义分割数据集兼容 [8,11，39,50]。我们数据集中类的分布如图4所示。
## 引文
```
@inproceedings{richter2016playing,
title={Playing for data: Ground truth from computer games},
author={Richter, Stephan R and Vineet, Vibhav and Roth, Stefan and Koltun, Vladlen},
booktitle={European conference on computer vision},
pages={102--118},
year={2016},
organization={Springer}
}
```

## Download dataset
:modelscope-code[]{type="git"}

数据集显示名称：GTA5（Grand Theft Auto 5，侠盗猎车手5）
标签类型：无
许可证：未知
媒体类型：图像（Image）
论文链接：https://arxiv.org/pdf/1608.02192v1.pdf
发布年份：2016年
发布地址：https://github.com/sarrrrry/PyTorchDL_GTA5
发布机构：达姆施塔特工业大学（Technical University of Darmstadt）、英特尔实验室（Intel Labs）
标签项：图像像素（Image pixel）
任务类型：语义分割（Semantic Segmentation）、无监督域自适应（Unsupervised Domain Adaptation）、图像到图像转换（Image To Image Translation）、合成到真实域转换（Synthetic To Real Translation）、单样本无监督域自适应（One Shot Unsupervised Domain Adaptation）、域自适应（Domain adaptation）

---
# 数据集介绍
## 简介
我们从GTA5中提取了24966帧图像，每帧分辨率为1914×1052像素。随后采用3.2节所述接口对图像帧进行语义标注。整个标注过程耗时49小时，此时提取图像中98.3%的像素区域已被对应语义类别标记。本数据集的类别定义与其他户外场景语义分割（Semantic Segmentation）数据集保持兼容[8,11,39,50]。本数据集的类别分布如图4所示。
## 引文

@inproceedings{richter2016playing,
title={Playing for data: Ground truth from computer games},
author={Richter, Stephan R and Vineet, Vibhav and Roth, Stefan and Koltun, Vladlen},
booktitle={European conference on computer vision},
pages={102--118},
year={2016},
organization={Springer}
}

该引文标准译名为：《以游戏为师：从电脑游戏获取真实标注数据》，收录于2016年欧洲计算机视觉会议（European conference on computer vision），作者为Richter等人，由施普林格（Springer）出版。

## 数据集下载
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

GTA5数据集包含24,966帧从游戏GTA5提取的高分辨率图像（1914×1052像素），经过语义标注，覆盖98.3%的像素区域，标注类别兼容户外场景语义分割任务。该数据集适用于计算机视觉研究，如语义分割模型训练，基于2016年ECCV论文的工作。