ADE20K-Datensatz#
Der ADE20K-Datensatz ist ein groß angelegter Benchmark für semantische Segmentierung von MIT CSAIL mit 20.210 Trainings- und 2.000 Validierungsbildern, die über 150 Kategorien aus den Bereichen Innenräume, Außenbereiche, Objekte und „Stuff“ dicht annotiert sind. Er ist eine Standardressource für das Training und die Evaluierung von Modellen zum umfassenden Szenenverständnis mit Ultralytics YOLO.
Wichtige Funktionen#
- Der vollständige SceneParsing-Benchmark von ADE20K umfasst 25.562 Bilder: 20.210 für das Training, 2.000 für die Validierung und 3.352 für das Testen. Die Annotationen der Testbilder werden nicht öffentlich bereitgestellt. Daher verwenden das herunterladbare
ADEChallengeData2016-Archiv und dieade20k.yaml-Konfiguration von Ultralytics nur die Trainings- und Validierungssplits. - Der Datensatz umfasst 150 semantische Klassen aus den Bereichen Innenräume, Außenbereiche, Objekte und „Stuff“.
- Die Annotationen sind dichte Segmentierungsmasken auf Pixelebene, die sich für die Szeneninterpretation eignen.
Datensatzstruktur#
Die Ultralytics-Konfiguration erwartet die offizielle ADEChallengeData2016-Struktur:
ADEChallengeData2016/
├── images/
│ ├── training/
│ └── validation/
└── annotations/
├── training/
└── validation/ADE20K verfügt über kein Skript für den automatischen Download. Lade das ~1-GB-Archiv ADEChallengeData2016.zip herunter und entpacke es direkt in deinen Ordner datasets/. Der oberste Ordner des Archivs heißt bereits ADEChallengeData2016/. Dadurch entsteht datasets/ADEChallengeData2016/, das der oben beschriebenen Struktur entspricht. Erstelle also nicht selbst einen Ordner ADEChallengeData2016, in den du das Archiv entpackst, da sonst ein verschachteltes Verzeichnis datasets/ADEChallengeData2016/ADEChallengeData2016/ entsteht, 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 wird. Die ursprünglichen ADE20K-Masken verwenden Quell-Label-IDs, wobei 0 ignoriert wird. Der Abschnitt label_mapping wandelt gültige Labels von 1 bis 150 in fortlaufende Trainings-IDs von 0 bis 149 um und ordnet ignorierte Pixel 255 zu.
Anwendungen#
ADE20K wird häufig zum Trainieren und Evaluieren von Deep-Learning-Modellen für die semantische Segmentierung und Szeneninterpretation verwendet. Die vielfältigen Kategorien und komplexen Szenen machen den Datensatz für Anwendungen wie autonome Navigation, Robotik, erweiterte Realität und Bildbearbeitung wertvoll.
Die große Bandbreite an Innen- und Außenszenen macht ADE20K außerdem zu einem aussagekräftigen Benchmark für die Bewertung der Modellverallgemeinerung über verschiedene Domänen hinweg. Vortrainierte Modelle für die semantische Segmentierung mit YOLO26 erreichen auf dem ADE20K-Validierungssatz bis zu 51,5 mIoU. Die vollständige Benchmark-Tabelle findest du auf der Seite zu Modellen für die semantische Segmentierung. Datensätze im ADE20K-Format sind außerdem vollständig mit der Ultralytics Platform für die Datensatzverwaltung und das Training kompatibel.
Dataset-YAML#
Eine Datensatz-YAML-Datei definiert die Pfade, Klassen, das Maskenverzeichnis und die Label-Zuordnung für ADE20K. 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): https://data.csail.mit.edu/places/ADEchallenge/ADEChallengeData2016.zipVerwendung#
Um ein YOLO26n-sem-Modell auf dem ADE20K-Datensatz 100 Epochen lang mit einer Bildgröße von 512 zu trainieren, kannst du die folgenden Codeausschnitte verwenden. Eine umfassende Liste der verfügbaren Argumente findest du auf der Seite Training des Modells.
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 ausschließlich für nichtkommerzielle Forschungs- und Bildungszwecke veröffentlicht. Die Annotationssoftware des Datensatzes ist separat unter BSD-3 lizenziert. Für die kommerzielle Nutzung ist eine Genehmigung von MIT CSAIL erforderlich.
Wenn du den ADE20K-Datensatz für deine Forschungs- oder Entwicklungsarbeit verwendest, zitiere bitte die folgende Veröffentlichung:
@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 Computer-Vision-Gruppe von MIT CSAIL für die Erstellung und Pflege dieser wertvollen Ressource für die Computer-Vision-Community danken. Weitere Informationen zum ADE20K-Datensatz und seinen Erstellern findest du auf der Website des ADE20K-Datensatzes.
FAQ#
Der ADE20K-Datensatz ist ein groß angelegter Benchmark für die Szeneninterpretation, der für die semantische Segmentierung verwendet wird. Er umfasst 20.210 öffentlich bereitgestellte Trainings- und 2.000 Validierungsbilder aus 150 Kategorien mit Klassen aus den Bereichen Innenräume, Außenbereiche, Objekte und „Stuff“. Forschende verwenden ADE20K aufgrund seiner vielfältigen Szenen, der feingranularen Kategorien und standardisierten Evaluierungsmetriken wie der mittleren Schnittmenge über die Vereinigungsmenge (mIoU). Dadurch eignet er sich ideal für das Benchmarking von Modellen zur dichten Vorhersage.
Um ein YOLO26n-sem-Modell auf dem ADE20K-Datensatz 100 Epochen lang mit einer Bildgröße von 512 zu trainieren, kannst du die folgenden Codeausschnitte verwenden. Eine detaillierte Liste der verfügbaren Argumente findest du auf der Seite Training des Modells.
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)Der ADE20K-Datensatz folgt der offiziellen ADEChallengeData2016-Struktur. Die Bilder sind unter
images/training/undimages/validation/organisiert, die zugehörigen Masken unterannotations/training/undannotations/validation/. Die Ultralytics-YAML-Datei verknüpft jedes Bild über das Feldmasks_dir: annotationsmit seiner Maske und verwendetlabel_mapping, um die Quell-Label-IDs1–150in fortlaufende Trainings-IDs0–149umzuwandeln. Dabei wird das Ignorieren-Label255zugeordnet.Ja. Lade das Archiv
ADEChallengeData2016.zip(~1 GB) herunter und entpacke es vor dem Training direkt in deinen Ordnerdatasets/. Der oberste Ordner des Archivs heißt bereitsADEChallengeData2016/. Wenn du es dort und nicht in einen separaten, selbst erstellten OrdnerADEChallengeData2016entpackst, entsteht die vonade20k.yamlerwartete Struktur mitimages/undannotations/.Die ADE20K-Annotationsmasken speichern Quell-Label-IDs, wobei
0die Ignorieren- oder Hintergrundklasse bezeichnet. Der Abschnittlabel_mappingordnet gültige Labels von1bis150fortlaufenden Trainings-IDs von0bis149zu und weist ignorierten Pixeln255zu, sodass sie während des Trainings und der Validierung aus Verlustfunktion und Metriken ausgeschlossen werden.Nein. ADE20K-Bilder werden unter Bedingungen veröffentlicht, die ihre Nutzung auf nichtkommerzielle Forschung und Bildung beschränken. Die zugehörige Annotationssoftware ist separat unter BSD-3 lizenziert. Wende dich an MIT CSAIL, um Möglichkeiten für eine kommerzielle Lizenzierung zu besprechen.