Cityscapes-VPS est une extension vidéo de l'ensemble de validation du jeu de données Cityscapes. L'ensemble de données fournit 2 500 étiquettes panoptiques, étendant les 500 étiquettes panoptiques d'image originales de l'ensemble de données Cityscapes à 3 000. Ces étiquettes panoptiques correspondent aux 5e, 10e, 15e, 20e, 25e et 30e images de chaque 500 vidéos, où tous les identifiants d'instance changent au fil du temps.

Cet ensemble de données prend non seulement en charge la tâche de segmentation panoptique vidéo (VPS), mais fournit également des annotations de super-ensemble pour les tâches de segmentation sémantique vidéo (VSS) et de segmentation d'instance vidéo (VIS).