GitHub star 7k+：史上最全图像分割资料集锦
作者：mrgloom
编辑：Amusi
转自：Cver
前言
本文主要分享的内容是：语义分割（Semantic Segmentation）。值得提一下，按近一年顶会上的语义分割方向的论文来看，弱监督+语义分割、域自适应+语义分割方向的论文越来越多了。
awesome-semantic-segmentation
项目作者：mrgloom
Star数量：7100
https://github.com/mrgloom/awesome-semantic-segmentation
本项目包含的内容相当之多，虽然名为语义分割，但跟分割相关方向其实都有涉及：
语义分割
实例分割
数据集
Benchmarks
标注工具
Losses（损失函数）
医学图像分割
卫星图像分割
...
其中每个部分介绍的都非常详细，比如一个论文，会相应介绍其多种复现的开源代码（基于PyTorch、TensorFlow等）。
语义分割
主要涵盖了2015-2019年间的优质工作：U-Net系列、SegNet、DeepLab系列、FCN、ENet、ICNet、PSPNet、BiseNet、CCNet和FastFCN等网络
注：2020年的图像分割论文建议主要看CVPR 2020、ECCV 2020上的工作就行
实例分割
主要涵盖了2015-2020年间的优质工作：FCIS、Mask R-CNN、MR R-CNN、YOLACT、CenterMask和SOLO系列等网络
数据集
涵盖的语义分割数据集相当多，比如遥感方向、自动驾驶方向等
Stanford Background Dataset
Sift Flow Dataset
Barcelona Dataset
Microsoft COCO dataset
MSRC Dataset
LITS Liver Tumor Segmentation Dataset
KITTI
Pascal Context
Data from Games dataset
Human parsing dataset
Mapillary Vistas Dataset
Microsoft AirSim
MIT Scene Parsing Benchmark
COCO 2017 Stuff Segmentation Challenge
ADE20K Dataset
INRIA Annotations for Graz-02
Daimler dataset
ISBI Challenge: Segmentation of neuronal structures in EM stacks
INRIA Annotations for Graz-02 (IG02)
Pratheepan Dataset
Clothing Co-Parsing (CCP) Dataset
Inria Aerial Image
ApolloScape
UrbanMapper3D
RoadDetector
Cityscapes
CamVid
Inria Aerial Image Labeling
Benchmarks
其实除了上面几个项目之外，这里 Amusi 再补充几个目前主流的benchmarks，近期不少顶会上的论文就是在此基础上修改的。
https://github.com/open-mmlab/mmsegmentation
https://github.com/zhanghang1989/PyTorch-Encoding
https://github.com/speedinghzl/pytorch-segmentation-toolbox
https://github.com/NVIDIA/semantic-segmentation
标注工具
labelme 永远滴神！
Losses（损失函数）
往期精彩：