本文主要介绍Cityscapes在语义分割方向上的理解和使用。 Cityscapes官网：官方网站 Cityscapes简介Cityscapes大致有两个数据集，分别为精细的标注数据集（3475张训练图像，1525张测试图像）和粗糙的标注数据集（3475+19888张额外的粗糙标注），见图1。标题 一般只需要用到精细的部分，也就是4375+1525张图像，在官网直接下载即可，一共5000张。数据集的原始图片为图2中所示，左边摄像头拍到的图像。共11GB。图2原始数据数据集标注方法数据集下载以后，需要通过代码文件来生成标注，需要上github下载：cityscapes数据集生成工具在下载好工具后

官方的segformer源码是基于MMCV框架，整体包装较多，自己不便于阅读和学习，我这里使用的是Bubbliiiing大佬github复现的segformer版本。Bubbliiiing大佬代码下载链接：https://github.com/bubbliiiing/segformer-pytorch大佬的代码很优秀简练，注释也很详细，代码里采用的是VOC数据集的格式，因此只需要把cityscapes数据格式修改即可。目录一、Segformer模型结构1.OverlapPatchEmbed模块2.Self-Attention模块3.MixFFN模块4.拼接融合与MLP解码二、cityscape

1官方网址www.cityscapes-dataset.com在www.cityscapes-dataset.com/login完成注册在www.cityscapes-dataset.com/downloads进行下载注册完成后在微软Edge浏览器界面直接进行下载，该网页可以放在后台但是不能关闭2下载失败的可能问题和解决Edge报错“服务器问题”：需要特别注意的是登录信息可能会经常失效，需要时常刷新网站界面重新登录Edge报错“网络问题”：点击继续下载即可这两种报错都可以在断点继续下载，不会出现完全失败重头下载的情况3下载时间较长，请有耐心使用此方法成功下载leftImg8bit_sequen

CityScapesCityperson数据集，在16年CVPR上被提出，是张姗姗一波人在CityScapes数据集上进行标注得到的行人检测数据集。做行人检测的应该都不陌生。在ReplusionLoss和NMSLoss这两篇关于行人遮挡问题的论文中都以这个数据集中的子集-CityPerson作为数据集。数据集下载路径：CityscapesDataset–SemanticUnderstandingofUrbanStreetScenes特性：多边形的注释；密集语义分割；车辆和人的实例分割复杂性：30类多样性：50个城市；几个月(春、夏、秋)；白天、良好/中等天气状况；手动选择的帧；