通用原则：
- 像素级标注： 语义分割的核心在于对图像中的每个像素进行分类。因此，标注文件通常会以某种方式表示图像中每个像素所属的类别。
- 与原图对应： 标注文件必须与原始图像在尺寸上保持一致，以便能够将标注信息映射到原始图像的每个像素。
- 类别ID： 每个类别都会被分配一个唯一的ID，标注文件中会使用这些ID来表示像素所属的类别。
- 颜色编码： 为了可视化和方便理解，通常会为每个类别分配一个唯一的颜色。
具体数据集的标注格式：
Cityscapes:
- 格式： PNG图像，灰度图或彩色图。
- 灰度图： 每个像素的灰度值直接对应于类别ID。
- 彩色图： 使用预定义的颜色映射表，将每个类别ID映射到一个特定的RGB颜色。Cityscapes官方提供了一个颜色映射表。
- 目录结构： 通常包含
gtFine和gtCoarse两个目录，分别对应精细标注和粗略标注。每个目录又包含train,val,test三个子目录。 - 文件名： 标注文件名与原始图像文件名对应，但通常会添加
_labelIds或_color后缀。例如，frankfurt_000001_000294_leftImg8bit.png对应的标注文件可能是frankfurt_000001_000294_gtFine_labelIds.png或frankfurt_000001_000294_gtFine_color.png。
VOCdevkit (Pascal VOC):
- 格式： PNG图像，索引图像。
- 索引图像： 每个像素的值是颜色映射表的索引。颜色映射表定义了每个索引对应的RGB颜色。
- 目录结构： 标注文件通常位于
VOCdevkit/VOC2012/SegmentationClass目录下。 - 文件名： 标注文件名与原始图像文件名对应，但通常会添加
.png后缀。例如，2007_000032.jpg对应的标注文件是2007_000032.png。 - 类别ID： VOCdevkit通常包含20个物体类别和一个背景类别。类别ID从0开始，0表示背景，1-20表示20个物体类别。
ADE20K:
- 格式： PNG图像，索引图像。
- 索引图像： 每个像素的值是颜色映射表的索引。颜色映射表定义了每个索引对应的RGB颜色。
- 目录结构： 标注文件通常位于
images/training和images/validation目录下，对应的标注文件位于annotations/training和annotations/validation目录下。 - 文件名： 标注文件名与原始图像文件名对应，但通常会添加
_seg.png后缀。例如，ADE_train_00000001.jpg对应的标注文件是ADE_train_00000001_seg.png。 - 类别ID： ADE20K包含150个物体类别。
COCO-Stuff10K & COCO-Stuff164K:
- 格式： RLE (Run-Length Encoding) 和 Polygon 两种格式，存储在JSON文件中。
- JSON格式： 使用COCO格式的JSON文件来存储标注信息。JSON文件包含图像信息、标注信息和类别信息。
- RLE： 使用游程编码来表示每个类别的像素位置。
- Polygon： 使用多边形来表示每个类别的边界。
- 目录结构： 标注文件通常位于
annotations目录下，例如stuff_train2017.json和stuff_val2017.json。 - 类别ID： COCO-Stuff包含171个类别，包括80个COCO物体类别和91个stuff类别。
CHASE_DB1, DRIVE, HRF, STARE (视网膜血管分割):
- 格式： PNG图像，灰度图。
- 灰度图： 每个像素的灰度值表示该像素是否属于血管。通常，0表示背景，255表示血管。
- 目录结构： 标注文件通常与原始图像位于同一目录下，或者位于一个单独的
masks或groundtruth目录下。 - 文件名： 标注文件名与原始图像文件名对应，但通常会添加
_1stHO.png或_manual1.png等后缀。
Dark Zurich & Nighttime Driving Test:
- 格式： PNG图像，灰度图或彩色图。
- 灰度图： 每个像素的灰度值直接对应于类别ID。
- 彩色图： 使用预定义的颜色映射表，将每个类别ID映射到一个特定的RGB颜色。
- 目录结构： 标注文件通常位于
gtFine目录下，与Cityscapes类似。 - 文件名： 标注文件名与原始图像文件名对应，但通常会添加
_labelIds或_color后缀。
LoveDA:
- 格式： GeoTIFF图像，灰度图。
- 灰度图： 每个像素的灰度值直接对应于类别ID。
- 目录结构： 标注文件通常位于
train/masks和val/masks目录下。 - 文件名： 标注文件名与原始图像文件名对应，但通常会添加
.tif后缀。
Potsdam & Vaihingen (ISPRS 2D Semantic Labeling Contest):
- 格式： GeoTIFF图像，灰度图。
- 灰度图： 每个像素的灰度值直接对应于类别ID。
- 目录结构： 标注文件通常位于
labels目录下。 - 文件名： 标注文件名与原始图像文件名对应，但通常会添加
_label.tif后缀。
iSAID:
- 格式： RLE (Run-Length Encoding)，存储在JSON文件中。
- JSON格式： 使用COCO格式的JSON文件来存储标注信息。
- RLE： 使用游程编码来表示每个类别的像素位置。
- 目录结构： 标注文件通常位于
annotations目录下。
Synapse (医学图像分割):
- 格式： NIfTI (Neuroimaging Informatics Technology Initiative) 格式，灰度图。
- 灰度图： 每个像素的灰度值直接对应于类别ID。
- 目录结构： 标注文件通常与原始图像位于同一目录下。
- 文件名： 标注文件名与原始图像文件名对应，但通常会添加
_seg.nii.gz后缀。
REFUGE (青光眼视盘和视杯分割):
- 格式： PNG图像，灰度图。
- 灰度图： 每个像素的灰度值表示该像素是否属于视盘或视杯。通常，0表示背景，255表示视盘或视杯。
- 目录结构： 标注文件通常位于
Disc_Cup_Masks目录下。 - 文件名： 标注文件名与原始图像文件名对应，但通常会添加
_mask.png后缀。
Mapillary Vistas:
- 格式： PNG图像，灰度图或彩色图。
- 灰度图： 每个像素的灰度值直接对应于类别ID。
- 彩色图： 使用预定义的颜色映射表，将每个类别ID映射到一个特定的RGB颜色。
- 目录结构： 标注文件通常位于
labels目录下。 - 文件名： 标注文件名与原始图像文件名对应，但通常会添加
_labels.png或_labelTrainIds.png后缀。
BDD100K:
- 格式： JSON文件，使用多边形来表示每个类别的边界。
- JSON格式： 使用JSON文件来存储标注信息。JSON文件包含图像信息、标注信息和类别信息。
- 目录结构： 标注文件通常位于
labels目录下。
NYU Depth V2:
- 格式： PNG图像，灰度图。
- 灰度图： 每个像素的灰度值直接对应于类别ID。
- 目录结构： 标注文件通常位于
labels目录下。 - 文件名： 标注文件名与原始图像文件名对应，但通常会添加
_labels.png后缀。
总结：
| 数据集 | 格式 | 像素值/内容 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~