Argoverse-Datensatz#

66,953

Argoverse-HD

ultralytics

publicDetect

Argoverse-HD is an autonomous-driving object detection dataset derived from Argoverse 1.1 ring-front-center tracking images with Argoverse-HD annotations from Carnegie Mellon University's Streaming Perception benchmark. This normalized release contains 66,953 globally unique 1920 x 1200 images: 39,384 train, 15,062 validation, and 12,507 unlabeled test images. The 54,446 train/validation images contain 1,025,715 boxes across 8 classes; 19 are background images without boxes. Data and documentation © 2018-2019 Argo AI, LLC, licensed CC BY-NC-SA 4.0. Argoverse-HD annotations are attributed to the CMU Streaming Perception project.

8 classes23.5 GBAug 21, 2026

personbicyclecarmotorcycle+4

autonomous-drivingobject-detectionargoverse+1

Das Ultralytics Argoverse-Dataset (Argoverse-HD) ist ein 2D-Objekterkennungs-Dataset mit 54.446 gekennzeichneten Bildern für das autonome Fahren – 39.384 für das Training und 15.062 für die Validierung – aufgeteilt in 8 Klassen: Person, Fahrrad, Auto, Motorrad, Bus, Lkw, Ampel und Stoppschild. Die Bilder wurden von einer Ring-Front-Center-Kamera eines Fahrzeugs aufgenommen, und die Annotationen stammen aus dem Streaming-Perzeptionsprojekt der Carnegie Mellon University, das auf den Argoverse 1.1-Fahrtdaten von Argo AI basiert. Es ist ein großer, realer Benchmark zum Trainieren von Computer Vision-Modellen zur Erkennung von Straßenobjekten in Szenarien des autonomen Fahrens.

Erkunde Argoverse-HD on Ultralytics Platform, um annotierte Beispiele in der Vorschau anzuzeigen, Datensatzstatistiken zu inspizieren und ihn für das Training zu klonen.

Hauptfunktionen#

• 8 Objekterkennungs-Klassen: Person, Fahrrad, Auto, Motorrad, Bus, LKW, Ampel und Stoppschild.
• 54.446 gekennzeichnete Bilder – 39.384 für das Training und 15.062 für die Validierung – sowie ein ungetaggter Test-Split, der für die eval.ai challenge reserviert ist.
• ~31,5 GB hochauflösende Aufnahmen der Frontkamera aus urbanen autonomen Fahrszenen.
• Die Annotationen werden bei der ersten Verwendung automatisch in das YOLO-Format konvertiert, sodass das Dataset direkt mit Ultralytics YOLO-Erkennungsmodellen trainiert werden kann.

Datensatzstruktur#

Das Argoverse-HD-Dataset ist in drei vordefinierte Teilmengen unterteilt, die durch die Argoverse.yaml-Konfiguration definiert sind:

Alle Bilder teilen sich die gleichen 8 Objektklassen (Indizes 0–7): Person, Fahrrad, Auto, Motorrad, Bus, LKW, Ampel und Stoppschild.

Anwendungen#

Das Argoverse-HD-Dataset unterstützt eine Reihe von Objekterkennungs-Anwendungen beim autonomen Fahren:

• Wahrnehmung beim autonomen Fahren – erkenne Fahrzeuge, Fußgänger und Radfahrer über eine nach vorne gerichtete Kamera, um die Navigation von Fahrzeugen mit autonomem Fahren zu unterstützen.
• Fortschrittliche Fahrerassistenzsysteme (ADAS) — erkenne Ampeln und Stoppschilder für Warnmeldungen an den Fahrer in Echtzeit.
• Verkehrsüberwachung — zähle und verfolge Verkehrsteilnehmer in urbanen Szenen für Analysen im Bereich Smart City.
• Forschung und Prototyping – ein großer, realer Benchmark zum Erlernen von Modelltraining und Prädiktion auf Fahrtdaten.

Datensatz-YAML#

Eine YAML-Datei definiert die Dataset-Konfiguration, einschließlich Pfaden, Klassen und anderen relevanten Details. Für das Argoverse-Dataset wird die Argoverse.yaml-Datei unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/Argoverse.yaml gepflegt.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Argoverse-HD dataset (ring-front-center camera) by Argo AI: https://www.cs.cmu.edu/~mengtial/proj/streaming/
# Documentation: https://docs.ultralytics.com/datasets/detect/argoverse
# Example usage: yolo train data=Argoverse.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── Argoverse ← downloads here (31.5 GB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: Argoverse # dataset root dir
train: Argoverse-1.1/images/train/ # train images (relative to 'path') 39384 images
val: Argoverse-1.1/images/val/ # val images (relative to 'path') 15062 images
test: Argoverse-1.1/images/test/ # test images (optional) https://eval.ai/web/challenges/challenge-page/800/overview

# Classes
names:
  0: person
  1: bicycle
  2: car
  3: motorcycle
  4: bus
  5: truck
  6: traffic_light
  7: stop_sign

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import json
  from pathlib import Path

  from ultralytics.utils import TQDM
  from ultralytics.utils.downloads import download

  def argoverse2yolo(annotation_file):
      """Convert Argoverse dataset annotations to YOLO format for object detection tasks."""
      labels = {}
      with open(annotation_file, encoding="utf-8") as f:
          a = json.load(f)
      for annot in TQDM(a["annotations"], desc=f"Converting {annotation_file} to YOLO format..."):
          img_id = annot["image_id"]
          img_name = a["images"][img_id]["name"]
          img_label_name = f"{Path(img_name).stem}.txt"

          cls = annot["category_id"]  # instance class id
          x_center, y_center, width, height = annot["bbox"]
          x_center = (x_center + width / 2) / 1920.0  # offset and scale
          y_center = (y_center + height / 2) / 1200.0  # offset and scale
          width /= 1920.0  # scale
          height /= 1200.0  # scale

          img_dir = annotation_file.parents[2] / "Argoverse-1.1" / "labels" / a["seq_dirs"][a["images"][annot["image_id"]]["sid"]]
          if not img_dir.exists():
              img_dir.mkdir(parents=True, exist_ok=True)

          k = str(img_dir / img_label_name)
          if k not in labels:
              labels[k] = []
          labels[k].append(f"{cls} {x_center} {y_center} {width} {height}\n")

      for k in labels:
          with open(k, "w", encoding="utf-8") as f:
              f.writelines(labels[k])

  # Download 'https://argoverse-hd.s3.amazonaws.com/Argoverse-HD-Full.zip' (deprecated S3 link)
  dir = Path(yaml["path"])  # dataset root dir
  urls = ["https://drive.google.com/file/d/1st9qW3BeIwQsnR0t8mRpvbsSWIo16ACi/view?usp=drive_link"]
  print("\n\nWARNING: Argoverse dataset MUST be downloaded manually, autodownload will NOT work.")
  print(f"WARNING: Manually download Argoverse dataset '{urls[0]}' to '{dir}' and re-run your command.\n\n")
  # download(urls, dir=dir)

  # Convert
  annotations_dir = "Argoverse-HD/annotations/"
  (dir / "Argoverse-1.1" / "tracking").rename(dir / "Argoverse-1.1" / "images")  # rename 'tracking' to 'images'
  for d in "train.json", "val.json":
      argoverse2yolo(dir / annotations_dir / d)  # convert Argoverse annotations to YOLO labels

Verwendung#

Um ein YOLO26n-Modell auf dem Argoverse-Dataset für 100 Epochen mit einer Bildgröße von 640 zu trainieren, verwende die folgenden Codebeispiele. Eine umfassende Liste der verfügbaren Argumente findest du auf der Modellseite für Training.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="Argoverse.yaml", epochs=100, imgsz=640)

Führe nach dem Training die Inferenz mit dem feinabgestimmten Modell auf neuen Fahrbildern oder Videos aus:

from ultralytics import YOLO

# Load a model
model = YOLO("path/to/best.pt")  # load an Argoverse fine-tuned model

# Inference using the model
results = model.predict("path/to/driving-scene.jpg")

Beispieldaten und Annotationen#

Das Argoverse-HD-Dataset enthält hochauflösende Fahrbilder, die mit einer Frontkamera aufgenommen und mit 2D-Begrenzungsrahmen für die 8 Objektklassen annotiert wurden. Unten findest du ein Beispielbild aus dem Dataset mit den entsprechenden Annotationen:

• Annotierte Fahrszene: Dieses Bild zeigt Verkehrsobjekte — wie Fahrzeuge und Fußgänger —, die mit 2D-Begrenzungsrahmen markiert sind, dem Format, das YOLO-Modelle während des Trainings lernen vorherzusagen.

Zitate und Danksagungen#

Die Argoverse-HD 2D-Erkennungsannotationen, die in diesem Dataset verwendet werden, stammen aus der Streaming-Perception-Arbeit der Carnegie Mellon University. Wenn du das Dataset für deine Forschung oder Entwicklung verwendest, zitiere es bitte wie folgt:

@inproceedings{li2020towards,
  title={Towards Streaming Perception},
  author={Li, Mengtian and Wang, Yu-Xiong and Ramanan, Deva},
  booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},
  pages={473--488},
  year={2020}
}

@inproceedings{chang2019argoverse,
  title={Argoverse: 3D Tracking and Forecasting with Rich Maps},
  author={Chang, Ming-Fang and Lambert, John and Sangkloy, Patsorn and Singh, Jagjeet and Bak, Slawomir and Hartnett, Andrew and Wang, Dequan and Carr, Peter and Lucey, Simon and Ramanan, Deva and others},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
  pages={8748--8757},
  year={2019}
}

Wir möchten der Carnegie Mellon University für die Argoverse-HD-Erkennungsannotationen und Argo AI für die Erstellung des ursprünglichen Argoverse-Datasets als wertvolle Ressource für die Forschungsgemeinschaft zum autonomen Fahren danken.

FAQ#