Hyperspectral_City

displayName: Hyperspectral City
labelTypes:
- Semantic_seg_map
license:
- Hyperspectral_City Custom
mediaTypes:
- Image
paperUrl: https://arxiv.org/pdf/1907.10270v4.pdf
publishDate: "2019"
publishUrl: https://pbdl2019.github.io/challenge/index.html
publisher:
- National University of Singapore
- Beihang University
- Peking University
- University of Amsterdam
- National Institute of Informatics
- Nanjing University
- Beijing Institute of Technology
- Zvision Technologies Co., Ltd.
- Shanghai Zongmu Technology Co. Ltd.
- Tencent
- Jiangsu University of Science and Technology
tags:
- City
taskTypes:
- Semantic Segmentation

---
# 数据集介绍
## 简介
我们利用新开发的高光谱相机为城市自动驾驶场景提出了语义分割挑战。动机是为了弥补现有数据集视觉质量不足的问题。特别是，CityScape 数据集仅提供极度褪色的 RGB 图像。为了解决这个问题，我们努力提出采用多通道视觉输入的新数据集。我们的新数据集可以提供以下好处： 1. 适当平衡且色彩丰富的视觉输入。 2.我们可以分析和看到RGB通道看不到的视觉属性。 3. 借助近红外波段，我们可以稳健地处理夜景。 4. 由于红外波段的绝对行为，我们可以鲁棒地处理包括雨和雾在内的水现象。
## 引文
```
@article{you2019hyperspectral,
title={Hyperspectral city v1. 0 dataset and benchmark},
author={You, Shaodi and Huang, Erqi and Liang, Shuaizhe and Zheng, Yongrong and Li, Yunxiang and Wang, Fan and Lin, Sen and Shen, Qiu and Cao, Xun and Zhang, Diming and others},
journal={arXiv preprint arXiv:1907.10270},
year={2019}
}
```

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

数据集名称：高光谱城市（Hyperspectral City）
标注类型：语义分割标注图（Semantic_seg_map）
许可协议：高光谱城市定制许可（Hyperspectral_City Custom）
媒体类型：图像
论文链接：https://arxiv.org/pdf/1907.10270v4.pdf
发布年份：2019
发布页面链接：https://pbdl2019.github.io/challenge/index.html
发布方：新加坡国立大学、北京航空航天大学、北京大学、阿姆斯特丹大学、日本国立情报学研究所、南京大学、北京理工大学、泽视科技股份有限公司（Zvision Technologies Co., Ltd.）、上海宗木科技有限公司（Shanghai Zongmu Technology Co. Ltd.）、腾讯（Tencent）、江苏科技大学
标签：城市场景
任务类型：语义分割（Semantic Segmentation）

---

# 数据集介绍
## 简介
本数据集针对城市自动驾驶场景的语义分割任务，采用自研高光谱（Hyperspectral）相机采集构建，旨在弥补现有公开数据集视觉质量欠佳的短板。具体而言，CityScapes数据集仅能提供色彩严重偏色褪色的RGB图像。为此，我们推出这款支持多通道视觉输入的全新数据集，其具备如下核心优势：
1. 视觉输入色彩均衡且丰富饱满；
2. 可分析并获取RGB通道无法捕捉的视觉特征；
3. 依托近红外波段可稳定处理夜间场景；
4. 借助红外波段的独特光谱特性，能够鲁棒应对降雨、雾霾等含水气象条件。
## 引文

@article{you2019hyperspectral,
title={Hyperspectral city v1. 0 dataset and benchmark},
author={You, Shaodi and Huang, Erqi and Liang, Shuaizhe and Zheng, Yongrong and Li, Yunxiang and Wang, Fan and Lin, Sen and Shen, Qiu and Cao, Xun and Zhang, Diming and others},
journal={arXiv preprint arXiv:1907.10270},
year={2019}
}

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

搜集汇总

背景与挑战

背景概述

Hyperspectral_City是一个面向城市自动驾驶的高光谱语义分割数据集，通过多通道视觉输入（包括近红外波段）提供丰富的视觉信息，能够有效处理夜间场景和恶劣天气条件。该数据集旨在解决现有数据集（如CityScape）视觉质量不足的问题，为自动驾驶研究提供更全面的视觉分析能力。