# UDD

**Repository Path**: pandabuaa/UDD

## Basic Information

- **Project Name**: UDD
- **Description**: Urban Drone Dataset(UDD)
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-03-01
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 城市场景无人机数据集(Urban Drone Dataset)

## 0. 城市场景无人机数据集
### 0.1 概览
本数据集由北京大学、河南大学、葫芦岛、沧州等多地点的无人机航拍图像构成。

*样例图片*
![visual_color](img/DJI_0627_visual_color.png)
![visual_mask](img/DJI_0627_visual_mask.png)

**语义类**
|  类别  |Gt 标签|   RGB   | 后缀 |
|-------|-------|----------|------|
|  植被  |   0   |(0,255,0)|_t.png|
|  建筑  |   1   |(255,0,0)|_b.png|
|  道路  |   2   |(0,0,255)|_r.png|
|  车辆  |   3   |(128,128,0)|_v.png|
|  其他  |   4   |(128,128,128)| N/A |

<div style="display: flex;">
    <div>
    植被
    <div style="width:40px;height:20px;background-color:rgb(0,255,0);"></div>
    </div>
    <div>
    建筑
    <div style="width:40px;height:20px;background-color:rgb(255,0,0);"></div>
    </div>
    <div>
    道路
    <div style="width:40px;height:20px;background-color:rgb(0,0,255);"></div>
    </div>
    <div>
    车辆
    <div style="width:40px;height:20px;background-color:rgb(128,128,0);"></div>
    </div>
    <div>
    其他
    <div style="width:40px;height:20px;background-color:rgb(128,128,128);"></div>
    </div>
</div>

### 0.2 下载链接

现在5类数据集已经发布（*植被，建筑，道路，车辆，背景*）请查看下方下载链接。

本数据集仅供非商业用途使用。

- [UDD5(train, val) + Trained_Model + m1(test)](https://drive.google.com/drive/folders/1x172jM6iF6SZjMB4jH8FVRgiuGcJDtIe?usp=sharing)

## 1.标注规范
### 1.0 植被(树+草地)
- 1. 打开Photo Shop，按下 alt+F9 打开动作菜单，加载动作脚本tree.atn
![selection](img/action.png)
- 2. 加载一张原始图像,按下CTRL+F2，植被区域将自动被选定(需要微调)
![selection](img/selection.png)

- 3. 对选定区域进行微调(推荐使用套索工具，按下shift拖动鼠标，圈起来的区域将被加进植被区域内，按下alt拖动鼠标，圈起来的区域将被移除)
- 4. 调整结束后，按下CTRL+F3生成二值图, 保存为原文件名+后缀"_t.png"，例如"DJI_0285_t.png".

*标注样例*
![tree](img/DJI_0285_t.png)

**[Chinese version of annotation instruction](tree.pdf)**

### 1.1 Building
- 1、 新建空白图层，通过多边形套索，选取每个建筑，将其填充为黑色
- 2、 所有建筑标注完成后，按下CTRL+F3，生成位图 (如果CTRL+F3无反应，则点击图像->模式->灰度，再点击图像->模式->位图，选择"50%阈值")，保存为原文件名+后缀"_b.png"，例如"DJI_0285_b.png"

*标注样例*
![Building](img/DJI_0285_b.png)

### 1.2 其他类别
- 1、 新建空白图层，通过多边形套索，选取相应区域，将其填充为黑色
- 2、 所有区域标注完成后，按下CTRL+F3，生成位图 (如果CTRL+F3无反应，则点击图像->模式->灰度，再点击图像->模式->位图，选择"50%阈值")，保存为原文件名+"相应后缀"，例如"DJI_0285_v.png"(参见[Class Definitions]())


## 2. 命名规则

**/src**  ```原图```

**/gt**  ```ground truth```

**/gt_class** ```groundtruth分类别结果```

**/ori**  ```标注类别结果(经过标注的"_t.png"，"_b.png"都放置在此目录下)```

**/visualization** ```可视化结果```

```
文件名可任意命名，只需要和main.m中的env路径一致即可
```


## 3. 标注处理脚本

- ### [main.m](script/main.m)
处理标注结果，可自定义语义标签规则。

- ### [gtVisual.m(function，通过main调用)](script/gtVisual.m)
此函数的参数：
```
visual_mode = 0; %是否运行此脚本
visual_resizerate=0.25; %对于原图可视化时间过长，可以resize较小尺寸看效果
visual_writemode = 0; %是否要保存visualization的结果
```
- ### [gtSplit.m(function，通过main调用)](script/gtSplit.m)
此函数的参数：
```
split_mode = 1; %是否运行此脚本
split_visualmode = 0;  %是否可视化
```

- ### [visualization.m](script/visualization.m)
执行完main生成visualizati_gt的数据后可运行此脚本看标注效果
此函数的参数：
```
view_mode = 1; % 0 automatic, 1 manual
```

- ### [writeTxt.py](script/tools/writeTxt.py)
使用此函数来生成```train.txt，val.txt```供[tensorpack](https://github.com/MarcWong/tensorpack)训练使用

## 4. ***致谢***
感谢对数据集构建做出贡献的朋友们(排名不分先后): *Xiao Deng(邓枭)*、*Youpeng Gu(顾友鹏)*、*Jianyuan Guo(郭健元)*、*Chen Hou(侯忱)*、*Zhao Jin(金朝)*、*Boning Song(宋博宁)*、*You'er Wen(文佑尔)*、*Yang Yao(姚洋)*、*Kangrui Yi(易康睿)*、*Haotian Zhou(周昊天)*、*Youkun Wu(吴有堃)*、*Xupu Wang(王旭普)*、*Tongwei Wei(朱彤葳)*、*Zebin Wang(王泽斌)*。