Argoverse-Datensatz#

66,953

Argoverse-HD

ultralytics

publicDetect

Argoverse-HD pairs Argoverse 1.1 ring-front-center driving frames with Carnegie Mellon University's Streaming Perception annotations. Eight classes cover vehicles, pedestrians, cyclists, motorcycles, buses, traffic lights, and stop signs in urban road scenes.

8 classes23.5 GBSep 2, 2026

personbicyclecarmotorcycle+4

autonomous-drivingobject-detectionargoverse+1

Der Argoverse-Datensatz von Ultralytics (Argoverse-HD) ist ein 2D-Datensatz zur Objekterkennung mit 54.446 annotierten Bildern für autonomes Fahren – 39.384 für das Training und 15.062 für die Validierung – und 8 Klassen: Person, Fahrrad, Auto, Motorrad, Bus, Lastwagen, Ampel und Stoppschild. Die Bilder wurden mit der vorderen mittleren Ringkamera eines Fahrzeugs aufgenommen. Die Annotationen stammen aus dem Streaming-Perception-Projekt der Carnegie Mellon University und basieren auf den Fahrdaten von Argoverse 1.1 von Argo AI. Der Datensatz ist ein umfangreicher Benchmark aus der realen Welt zum Trainieren von Computer-Vision-Modellen, die Straßenobjekte in Szenarien mit autonomen Fahrzeugen erkennen.

Erkunde Argoverse-HD auf der Ultralytics Platform, um annotierte Beispiele in der Vorschau anzuzeigen, Datensatzstatistiken zu prüfen und den Datensatz für das Training zu klonen.

Wichtige Funktionen#

• 8 Klassen für die Objekterkennung: Person, Fahrrad, Auto, Motorrad, Bus, Lastwagen, Ampel und Stoppschild.
• 54.446 annotierte Bilder – 39.384 für das Training und 15.062 für die Validierung – sowie ein nicht annotierter Testsatz, der für die eval.ai-Challenge reserviert ist.
• ~31,5 GB hochauflösender Einzelbilder der vorderen mittleren Ringkamera, aufgenommen in städtischen Szenarien mit autonomen Fahrzeugen.
• Die Annotationen werden bei der ersten Verwendung automatisch in das YOLO-Format konvertiert, sodass der Datensatz direkt mit den Ultralytics-YOLO-Modellen zur Objekterkennung trainiert werden kann.

Datensatzstruktur#

Der Argoverse-HD-Datensatz ist in drei vordefinierte Teilmengen aufgeteilt, die durch die Konfiguration Argoverse.yaml festgelegt werden:

Alle Bilder enthalten dieselben 8 Objektklassen (Indizes 0–7): Person, Fahrrad, Auto, Motorrad, Bus, Lastwagen, Ampel und Stoppschild.

Anwendungen#

Der Argoverse-HD-Datensatz unterstützt eine Reihe von Anwendungen zur Objekterkennung beim autonomen Fahren:

• Wahrnehmung für autonome Fahrzeuge – Erkenne Fahrzeuge, Fußgänger und Radfahrer mit einer nach vorn gerichteten Kamera, um die Navigation autonomer Fahrzeuge zu unterstützen.
• Fahrerassistenzsysteme (ADAS) – Erkenne Ampeln und Stoppschilder für Echtzeitwarnungen an den Fahrer.
• Verkehrsüberwachung – Zähle und verfolge Verkehrsteilnehmer in städtischen Szenen für Analysen in intelligenten Städten.
• Forschung und Prototyping – ein umfangreicher Benchmark aus der realen Welt zum Erlernen von Modelltraining und Vorhersagen auf Fahrdaten.

Dataset-YAML#

Eine YAML-Datei definiert die Datensatzkonfiguration, einschließlich Pfaden, Klassen und weiterer relevanter Details. Für den Argoverse-Datensatz wird die Datei Argoverse.yaml 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 100 Epochen lang mit einer Bildgröße von 640 auf dem Argoverse-Datensatz zu trainieren, verwende die folgenden Codebeispiele. Eine vollständige Liste der verfügbaren Argumente findest du auf der Seite zum Training des Modells.

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 mit dem feinabgestimmten Modell eine Inferenz auf neuen Fahrbildern oder Videos durch:

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#

Der Argoverse-HD-Datensatz enthält hochauflösende, mit einer vorderen mittleren Ringkamera aufgenommene Fahrbilder, die mit 2D-Bounding-Boxen für die 8 Objektklassen annotiert sind. Unten siehst du ein Beispielbild aus dem Datensatz mit den zugehörigen Annotationen:

• Annotiertes Fahrszenario: Dieses Bild zeigt Straßenobjekte – etwa Fahrzeuge und Fußgänger –, die mit 2D-Bounding-Boxen gekennzeichnet sind. Dieses Format lernen YOLO-Modelle während des Trainings vorherzusagen.

Zitate und Danksagungen#

Die in diesem Datensatz verwendeten 2D-Erkennungsannotation des Argoverse-HD-Datensatzes stammen aus der Arbeit der Carnegie Mellon University zur Streaming-Wahrnehmung. Wenn du den Datensatz in deiner Forschung oder Entwicklung verwendest, zitiere bitte:

@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 danken der Carnegie Mellon University für die Erkennungsannotation des Argoverse-HD-Datensatzes und Argo AI für die Erstellung des ursprünglichen Argoverse-Datensatzes als wertvolle Ressource für die Forschungsgemeinschaft im Bereich des autonomen Fahrens.

FAQ#