BDD100K-实例分割（部分）

现有的驾驶数据集在视觉内容和支持的任务方面不足，无法研究自动驾驶的多任务学习。研究人员通常被限制在一个数据集上研究一小组问题，而现实世界的计算机视觉应用程序需要执行各种复杂的任务。作者构建了驾驶视频数据集 BDD100K，包含 10 万个视频和 10 个任务，以评估图像识别算法在自动驾驶方面的令人兴奋的进展。该数据集具有地理、环境和天气多样性。

https://ai-studio-static-online.cdn.bcebos.com/a81f690f244b48f78cf2ab4b24324752b745330018b740069ab1aaee52f7a1c0

本数据集选取BDD100K中的实例分割部分，包含训练集验证集和注释。文件夹格式如下：

- bdd100k
- labels
- ins_seg
- bitmasks
- train
- val
- colormaps
- train
- val
- polygons
- ins_seg_train.json
- ins_seg_val.json

官网地址：https://www.bdd100k.com

参考：

@InProceedings{bdd100k,

author = {Yu, Fisher and Chen, Haofeng and Wang, Xin and Xian, Wenqi and Chen, Yingying and Liu, Fangchen and Madhavan, Vashisht and Darrell, Trevor},

title = {BDD100K: A Diverse Driving Dataset for Heterogeneous Multitask Learning},

booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},

month = {June},

year = {2020}

}