ADE20K-Datensatz#
Das ADE20K Dataset ist ein groß angelegter semantic segmentation-Benchmark von MIT CSAIL mit 20.210 Trainings- und 2.000 Validierungsbildern, die dicht über 150 Innen-, Außen-, Objekt- und Hintergrundkategorien hinweg annotiert sind. Es ist eine Standardressource zum Trainieren und Evaluieren von Modellen zum dichten Szenenverständnis mit Ultralytics YOLO.
Hauptfunktionen#
- Der vollständige SceneParsing-Benchmark von ADE20K umfasst insgesamt 25.562 Bilder: 20.210 zum Trainieren, 2.000 zur Validierung und 3.352 zum Testen. Testbild-Annotationen sind nicht öffentlich verfügbar, daher verwenden das herunterladbare
ADEChallengeData2016-Archiv und die Ultralyticsade20k.yaml-Konfiguration nur die Trainings- und Validierungssplits. - Der Datensatz umfasst 150 semantische Klassen, die sich über Innen-, Außen-, Objekt- und Materialkategorien erstrecken.
- Bei den Annotationen handelt es sich um dichte, pixelebene Segmentierungsmasken, die sich für das Szenen-Parsing eignen.
Datensatzstruktur#
Die Ultralytics-Konfiguration erwartet das offizielle ADEChallengeData2016-Layout:
ADEChallengeData2016/
├── images/
│ ├── training/
│ └── validation/
└── annotations/
├── training/
└── validation/Für ADE20K gibt es kein automatisches Download-Skript. Lade das ca. 1 GB große ADEChallengeData2016.zip-Archiv herunter und entpacke es direkt in deinen datasets/-Ordner. Der eigene Hauptordner des Archivs heißt bereits ADEChallengeData2016/, sodass dadurch das oben genannte Layout datasets/ADEChallengeData2016/ entsteht – lege nicht selbst einen ADEChallengeData2016-Ordner an und entpacke hinein, da du sonst in einem verschachtelten datasets/ADEChallengeData2016/ADEChallengeData2016/-Verzeichnis landest, das die YAML-Datei nicht findet.
Das Feld masks_dir ist auf annotations gesetzt, sodass jedes Bild unter images/ mit seiner entsprechenden Maske unter annotations/ verknüpft ist. Die ursprünglichen ADE20K-Masken verwenden Quell-Label-IDs, bei denen 0 ignoriert wird, und der Abschnitt label_mapping konvertiert gültige Labels 1 bis 150 in zusammenhängende Train-IDs 0 bis 149, wobei ignorierte Pixel auf 255 abgebildet werden.
Anwendungen#
ADE20K wird häufig zum Trainieren und Evaluieren von deep learning-Modellen für semantische Segmentierung und Szenenanalyse verwendet. Seine vielfältigen Kategorien und komplexen Szenen machen es wertvoll für Anwendungen wie autonomes Fahren, Robotik, Augmented Reality und Bildbearbeitung.
Die Vielfalt an Innen- und Außenszenen macht ADE20K zudem zu einem starken Benchmark für die Evaluierung der Modellgeneralisierung über verschiedene Domänen hinweg. Vortrainierte YOLO26-Modelle für semantische Segmentierung erreichen bis zu 51.5 mIoU auf dem ADE20K-Validierungssatz – sieh dir die Seite zu den semantic segmentation models für die vollständige Benchmark-Tabelle an. ADE20K-formatierte Datensätze sind außerdem vollständig kompatibel mit der Ultralytics Platform für die Verwaltung und das Training von Datensätzen.
Datensatz-YAML#
Eine Dataset-YAML-Datei definiert die ADE20K-Pfade, -Klassen, das Maskenverzeichnis und das Label-Mapping. Die Datei ade20k.yaml wird unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/ade20k.yaml gepflegt.
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# ADE20K semantic segmentation dataset (150 classes)
# Documentation: https://docs.ultralytics.com/datasets/semantic/ade20k
# Example usage: yolo semantic train data=ade20k.yaml model=yolo26n-sem.pt
# parent
# ├── ultralytics
# └── datasets
# └── ADEChallengeData2016 ← downloads here (1 GB)
# └── images
# └── annotations
# Dataset root directory
path: ADEChallengeData2016
train: images/training
val: images/validation
masks_dir: annotations # semantic mask directory
# ADE20K 150-class labels
names:
0: wall
1: building
2: sky
3: floor
4: tree
5: ceiling
6: road
7: bed
8: windowpane
9: grass
10: cabinet
11: sidewalk
12: person
13: earth
14: door
15: table
16: mountain
17: plant
18: curtain
19: chair
20: car
21: water
22: painting
23: sofa
24: shelf
25: house
26: sea
27: mirror
28: rug
29: field
30: armchair
31: seat
32: fence
33: desk
34: rock
35: wardrobe
36: lamp
37: bathtub
38: railing
39: cushion
40: base
41: box
42: column
43: signboard
44: chest of drawers
45: counter
46: sand
47: sink
48: skyscraper
49: fireplace
50: refrigerator
51: grandstand
52: path
53: stairs
54: runway
55: case
56: pool table
57: pillow
58: screen door
59: stairway
60: river
61: bridge
62: bookcase
63: blind
64: coffee table
65: toilet
66: flower
67: book
68: hill
69: bench
70: countertop
71: stove
72: palm
73: kitchen island
74: computer
75: swivel chair
76: boat
77: bar
78: arcade machine
79: hovel
80: bus
81: towel
82: light
83: truck
84: tower
85: chandelier
86: awning
87: streetlight
88: booth
89: television receiver
90: airplane
91: dirt track
92: apparel
93: pole
94: land
95: bannister
96: escalator
97: ottoman
98: bottle
99: buffet
100: poster
101: stage
102: van
103: ship
104: fountain
105: conveyor belt
106: canopy
107: washer
108: plaything
109: swimming pool
110: stool
111: barrel
112: basket
113: waterfall
114: tent
115: bag
116: minibike
117: cradle
118: oven
119: ball
120: food
121: step
122: tank
123: trade name
124: microwave
125: pot
126: animal
127: bicycle
128: lake
129: dishwasher
130: screen
131: blanket
132: sculpture
133: hood
134: sconce
135: vase
136: traffic light
137: tray
138: ashcan
139: fan
140: pier
141: crt screen
142: plate
143: monitor
144: bulletin board
145: shower
146: radiator
147: glass
148: clock
149: flag
# Map source label IDs to train IDs; ignore_label is converted to 255.
label_mapping:
0: ignore_label
1: 0
2: 1
3: 2
4: 3
5: 4
6: 5
7: 6
8: 7
9: 8
10: 9
11: 10
12: 11
13: 12
14: 13
15: 14
16: 15
17: 16
18: 17
19: 18
20: 19
21: 20
22: 21
23: 22
24: 23
25: 24
26: 25
27: 26
28: 27
29: 28
30: 29
31: 30
32: 31
33: 32
34: 33
35: 34
36: 35
37: 36
38: 37
39: 38
40: 39
41: 40
42: 41
43: 42
44: 43
45: 44
46: 45
47: 46
48: 47
49: 48
50: 49
51: 50
52: 51
53: 52
54: 53
55: 54
56: 55
57: 56
58: 57
59: 58
60: 59
61: 60
62: 61
63: 62
64: 63
65: 64
66: 65
67: 66
68: 67
69: 68
70: 69
71: 70
72: 71
73: 72
74: 73
75: 74
76: 75
77: 76
78: 77
79: 78
80: 79
81: 80
82: 81
83: 82
84: 83
85: 84
86: 85
87: 86
88: 87
89: 88
90: 89
91: 90
92: 91
93: 92
94: 93
95: 94
96: 95
97: 96
98: 97
99: 98
100: 99
101: 100
102: 101
103: 102
104: 103
105: 104
106: 105
107: 106
108: 107
109: 108
110: 109
111: 110
112: 111
113: 112
114: 113
115: 114
116: 115
117: 116
118: 117
119: 118
120: 119
121: 120
122: 121
123: 122
124: 123
125: 124
126: 125
127: 126
128: 127
129: 128
130: 129
131: 130
132: 131
133: 132
134: 133
135: 134
136: 135
137: 136
138: 137
139: 138
140: 139
141: 140
142: 141
143: 142
144: 143
145: 144
146: 145
147: 146
148: 147
149: 148
150: 149
# Download URL (manual): http://data.csail.mit.edu/places/ADEchallenge/ADEChallengeData2016.zipVerwendung#
Um ein YOLO26n-sem-Modell auf dem ADE20K-Dataset für 100 epochs mit einer Bildgröße von 512 zu trainieren, kannst du die folgenden Codeausschnitte verwenden. Eine vollständige Liste der verfügbaren Argumente findest du auf der Modellseite Training.
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n-sem.pt") # load a pretrained model (recommended for training)
# Train the model
results = model.train(data="ade20k.yaml", epochs=100, imgsz=512)Zitate, Lizenz und Danksagungen#
ADE20K-Bilder werden nur für nicht-kommerzielle Forschungs- und Bildungszwecke veröffentlicht; die Annotationssoftware des Datensatzes ist separat unter der BSD-3-Lizenz lizenziert. Eine kommerzielle Nutzung erfordert die Genehmigung des MIT CSAIL.
Wenn du den ADE20K-Datensatz in deiner Forschung oder Entwicklungsarbeit verwendest, zitiere bitte das folgende Papier:
@inproceedings{zhou2017scene,
title={Scene Parsing through ADE20K Dataset},
author={Zhou, Bolei and Zhao, Hang and Puig, Xavier and Fidler, Sanja and Barriuso, Adela and Torralba, Antonio},
booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},
year={2017}
}Wir möchten der MIT CSAIL Computer Vision Group dafür danken, dass sie diese wertvolle Ressource für die Computer-Vision-Community erstellt und gepflegt hat. Weitere Informationen über das ADE20K-Dataset und dessen Ersteller findest du auf der ADE20K dataset website.
FAQ#
Das ADE20K Dataset ist ein groß angelegter Szenenanalyse-Benchmark für die semantic segmentation mit 20.210 Trainings- und 2.000 Validierungsbildern, die öffentlich über 150 Kategorien mit Innen-, Außen-, Objekt- und Hintergrundklassen veröffentlicht wurden. Forscher nutzen ADE20K wegen seiner vielfältigen Szenen, des feingranularen Kategoriesets und standardisierter Evaluierungsmetriken wie dem mittleren Intersection over Union (mIoU), die es ideal für das Benchmarking von Modellen zur dichten Vorhersage machen.
Um ein YOLO26n-sem-Modell auf dem ADE20K-Dataset für 100 Epochen mit einer Bildgröße von 512 zu trainieren, kannst du die folgenden Codeausschnitte verwenden. Eine detaillierte Liste der verfügbaren Argumente findest du auf der Modellseite Training.
Trainingsbeispielfrom ultralytics import YOLO # Load a model model = YOLO("yolo26n-sem.pt") # load a pretrained model (recommended for training) # Train the model results = model.train(data="ade20k.yaml", epochs=100, imgsz=512)Das ADE20K-Dataset folgt dem offiziellen Layout von ADEChallengeData2016, wobei Bilder unter
images/training/undimages/validation/und entsprechende Masken unterannotations/training/undannotations/validation/organisiert sind. Die Ultralytics-YAML-Datei verknüpft jedes Bild über das Feldmasks_dir: annotationsmit seiner Maske und verwendetlabel_mapping, um Quell-Label-IDs1–150in zusammenhängende Train-IDs0–149umzuwandeln, wobei das Ignorier-Label auf255abgebildet wird.Ja. Lade das
ADEChallengeData2016.zip-Archiv (ca. 1 GB) herunter und entpacke es vor dem Training direkt in deinendatasets/-Ordner – der eigene Hauptordner des Archivs heißt bereitsADEChallengeData2016/, sodass das Entpacken dort (und nicht in einem selbst erstelltenADEChallengeData2016-Ordner) das vonade20k.yamlerwartete Layout fürimages/undannotations/erzeugt.ADE20K-Annotationsmasken speichern Quell-Label-IDs, bei denen
0die Ignorier- oder Hintergrundklasse bezeichnet. Der Abschnittlabel_mappingbildet gültige Labels1bis150auf zusammenhängende Train-IDs0bis149ab und weist ignorierten Pixeln255zu, damit sie beim Training und der Validierung von Loss und Metriken ausgeschlossen werden.Nein. ADE20K-Bilder werden unter Bestimmungen veröffentlicht, die die Nutzung auf nicht-kommerzielle Forschung und Bildung beschränken; die zugehörige Annotationssoftware ist separat unter BSD-3 lizenziert. Wende dich an MIT CSAIL für kommerzielle Lizenzierungsoptionen.