L'ensemble de données Cityscapes contient des séquences vidéo enregistrées dans 50 scènes de rue urbaines différentes, avec 20 000 images faiblement annotées et 5 000 images avec des annotations de haute qualité au niveau des pixels. Cet ensemble de données se concentre sur la compréhension sémantique des scènes de rue urbaines et vise à évaluer les algorithmes visuels pour la compréhension sémantique des scènes urbaines. L'application de cet ensemble de données est la suivante :

• Étiquettes sémantiques au niveau du pixel et de l'instance ;
• Recherche sur de grandes quantités de données (faiblement) annotées. L'ensemble de données Cityscapes a été publié en 2016 par l'équipe Cityscapes, composée de personnes de Daimler AG, de l'Institut Max Planck d'informatique, du Laboratoire de raisonnement visuel de l'Université technique de Darmstadt, etc. L'article associé est « L'ensemble de données Cityscapes pour la compréhension sémantique des scènes urbaines ».