ADE20K 场景解析数据集

场景解析，就是通过一张照片，尽量多的拆分出全部各类事物；

MIT 通过官网发布了一款名为 ADE20K 的数据集，可用于场景感知、解析、分割、多物体识别和语义理解。整个数据集（包含所有的图像和分割在内）的大小为 3.8Gb。MIT 从下载、描述、浏览、评估等方面对该数据做了扼要介绍。

数据集下载地址：http://groups.csail.mit.edu/vision/datasets/ADE20K/

图片和注释：
每个文件夹包含按场景类别（与“位置数据库”相同的场景类别）分隔的图像。对于每个图像，对象和零件分割均存储在两个不同的png文件中。所有对象和零件实例都进行了少量注释。
对于每个图像，都有以下文件：
* .jpg：RGB图像。
* _seg.png：对象分割掩码。该图像包含有关对象类分割掩码的信息，并且还将每个类分成实例。通道R和G对对象类掩码进行编码。通道B对实例对象掩码进行编码。函数loadAde20K.m提取两个掩码。
* _seg_parts_N.png：零件分割掩码，其中N是表示零件层次结构中级别的数字（1,2,3，...）。零件被组织成一棵树，对象由零件组成，零件也可以由零件组成，零件的一部分也可以有零件。级别N表示零件树中的深度。级别N = 1对应于对象的各个部分。所有零件分割均与对象分割蒙版中的编码相同，类别在RG通道中编码，而实例在B通道中编码。使用函数loadAde20K.m提取零件分割蒙版并分离同一类的实例。
* _。txt：描述每个图像内容的文本文件（描述对象和零件）。该信息对于其他文件是多余的。但除此之外，还包含有关对象属性的信息。函数loadAde20K.m也会解析此文件的内容。文本文件中的每一行包含：第1列=实例号，第2列=部件级别（对于对象为0），第3列=被遮挡的（对于true为1），第4列=类名（使用wordnet解析），第5列=原始原始名称（可能提供更详细的分类），第6列=逗号分隔的属性列表。
以下示例分为两个部分。第一部分显示对象蒙版。第二个细分对应于对象部分（主体部分，杯子部分，桌子部分等）。第三部分显示了头部的一部分（眼睛，嘴巴，鼻子等）：

Matlab文件：index_ade20k_2015.mat