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。