five

Foggy_Cityscapes

收藏
魔搭社区2026-05-19 更新2024-08-31 收录
下载链接:
https://modelscope.cn/datasets/OmniData/Foggy_Cityscapes
下载链接
链接失效反馈
官方服务:
资源简介:
displayName: Foggy Cityscapes license: - Unknown mediaTypes: - Image paperUrl: "" publishDate: "2019" publishUrl: http://people.ee.ethz.ch/~csakarid/SFSU_synthetic/ publisher: - ETH Zurich - Katholieke Universiteit Leuven tags: - Fog taskTypes: - Weakly Supervised Object Detection - Unsupervised Domain Adaptation - Image To Image Translation --- # 数据集介绍 ## 简介 Foggy Cityscapes 是一个模拟真实场景中的雾的合成雾数据集。每个有雾的图像都使用来自 Cityscapes 的清晰图像和深度图进行渲染。因此,Foggy Cityscapes 中的注释和数据拆分继承自 Cityscapes。 ## 引文 ``` @article{sakaridis2018semantic, title={Semantic foggy scene understanding with synthetic data}, author={Sakaridis, Christos and Dai, Dengxin and Van Gool, Luc}, journal={International Journal of Computer Vision}, volume={126}, number={9}, pages={973--992}, year={2018}, publisher={Springer} } ``` ## Download dataset :modelscope-code[]{type="git"}

displayName: 有雾城市景观(Foggy Cityscapes) license: - 未知 mediaTypes: - 图像(Image) paperUrl: "" publishDate: "2019" publishUrl: http://people.ee.ethz.ch/~csakarid/SFSU_synthetic/ publisher: - 苏黎世联邦理工学院(ETH Zurich) - 鲁汶天主教大学(Katholieke Universiteit Leuven) tags: - 雾(Fog) taskTypes: - 弱监督目标检测(Weakly Supervised Object Detection) - 无监督领域自适应(Unsupervised Domain Adaptation) - 图像到图像转换(Image To Image Translation) --- # 数据集介绍 ## 简介 有雾城市景观(Foggy Cityscapes)是一款用于模拟真实场景雾气效果的合成雾天数据集。每一张雾天图像均通过源自城市景观(Cityscapes)的清晰图像与深度图渲染生成。因此,该数据集的标注信息与数据划分规则均继承自城市景观(Cityscapes)数据集。 ## 引文 @article{sakaridis2018semantic, title={Semantic foggy scene understanding with synthetic data}, author={Sakaridis, Christos and Dai, Dengxin and Van Gool, Luc}, journal={International Journal of Computer Vision}, volume={126}, number={9}, pages={973--992}, year={2018}, publisher={Springer} } ## 数据集下载 :modelscope-code[]{type="git"}
提供机构:
maas
创建时间:
2024-07-17
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
Foggy Cityscapes是一个合成雾数据集,基于Cityscapes的清晰图像和深度图渲染生成,用于模拟真实场景中的雾效果。该数据集继承了Cityscapes的注释和数据拆分,主要应用于弱监督目标检测、无监督域适应和图像到图像翻译等计算机视觉任务,由ETH Zurich和Katholieke Universiteit Leuven于2019年发布。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作