语义分割公开数据集，其中train因为太大，被分成train1和train2两个部分。具体描述请参考 https://blog.csdn.net/avideointerfaces/article/details/104139298?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160147267619195246621825%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=160147267619195246

一个语义分割网络deeplabv3plus在cityscapes数据集上的预训练模型，最好的效果。.ph文件

针对cityscapes的复现， 测试的evl准确率比官方给的低了2~3个百分点， 主要对其进行了分类的修改

Gated-SCNN: Gated Shape CNNs for Semantic Segmentation GSCNN网络的预训练模型； best_cityscapes_checkpoint.pth TXT中附带百度云下载地址，永久有效； Python requirements Currently, the code supports Python 3 numpy PyTorch (>=1.1.0) torchvision scipy scikit-image tensorboardX tqdm torch-encoding opencv PyYAML

在Cityscapes数据集上训练的DeepLabV3的PyTorch实现

https://people.eecs.berkeley.edu/~tinghuiz/projects/pix2pix/datasets/

转换gta5到cityscapes可训练的20类

修改了cityscapesscripts/evaluation/vevalPixelLevelSemanticLabeling.py文件，可以实现利用符合trainId的图像评估神经网络的IoU；另外可以评估更改了分辨率的预测图像。