OmniCity

displayName: OmniCity
labelTypes:
- InstanceSegMap
license:
- CC BY-NC 4.0
mediaTypes: []
paperUrl: https://arxiv.org/abs/2208.00928
publishDate: "2022"
publishUrl: https://city-super.github.io/omnicity/
publisher:
- Wuhan University
- Shanghai Artificial Intelligence Laboratory
- SenseTime Research
- Chinese University of Hong Kong
- Sun Yat-Sen University
tags:
- Building Instance
- Building Type
taskTypes:
- Instance Segmentation

---
# 数据集介绍
## 简介
OmniCity是一个用于全面化城市视觉理解研究的新数据集。该数据集包含从纽约市的25K个地理位置获得的多视角卫星影像、街景全景以及单视角图像，提供了建筑物底座提取、高度估计、建筑物平面/实例/细粒度分割等任务的像素级标注。
## 引文
@article{li2023omnicity,
title={OmniCity: Omnipotent City Understanding with Multi-level and Multi-view Images},
author={Li, Weijia and Lai, Yawen and Xu, Linning and Xiangli, Yuanbo and Yu, Jinhua and He, Conghui and Xia, Gui-Song and Lin, Dahua},
journal={IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
year={2023}
}

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

显示名称：OmniCity
标签类型：
- 实例分割映射图（InstanceSegMap）
许可协议：
- CC BY-NC 4.0
媒体类型：[]
论文链接：https://arxiv.org/abs/2208.00928
发布日期："2022"
发布页面链接：https://city-super.github.io/omnicity/
发布机构：
- 武汉大学（Wuhan University）
- 上海人工智能实验室（Shanghai Artificial Intelligence Laboratory）
- 商汤研究（SenseTime Research）
- 香港中文大学（Chinese University of Hong Kong）
- 中山大学（Sun Yat-Sen University）
标签：
- 建筑实例（Building Instance）
- 建筑类型（Building Type）
任务类型：
- 实例分割（Instance Segmentation）

---

# 数据集介绍
## 简介
OmniCity是一款面向全域城市视觉理解研究的新型数据集。该数据集采集自纽约市25000个地理位置，涵盖多视角卫星影像、街景全景图与单视角图像，并为建筑物基底提取、高度估计、建筑物平面/实例/细粒度分割等任务提供像素级标注。
## 引文
@article{li2023omnicity,
title={OmniCity: 基于多级别多视角图像的全域城市理解},
author={Li, Weijia and Lai, Yawen and Xu, Linning and Xiangli, Yuanbo and Yu, Jinhua and He, Conghui and Xia, Gui-Song and Lin, Dahua},
journal={IEEE/CVF 计算机视觉与模式识别会议（CVPR）},
year={2023}
}

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

搜集汇总

背景与挑战

背景概述

OmniCity是一个用于全面化城市视觉理解研究的数据集，包含从纽约市25K个地理位置获取的多视角卫星影像、街景全景和单视角图像，提供像素级标注以支持建筑物底座提取、高度估计及建筑物平面/实例/细粒度分割等任务。该数据集由多个研究机构联合发布，适用于计算机视觉领域的实例分割研究，具有多源图像和精细标注的特点。