Dataset de Argoverse#

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

El dataset de Argoverse de Ultralytics (Argoverse-HD) es un dataset de detección de objetos 2D con 54.446 imágenes etiquetadas de conducción autónoma — 39.384 para entrenamiento y 15.062 para validación — distribuidas en 8 clases: persona, bicicleta, coche, motocicleta, autobús, camión, semáforo y señal de stop. Las imágenes se capturan desde la cámara central delantera en anillo de un vehículo, y las anotaciones proceden del proyecto de percepción en streaming de Carnegie Mellon University, desarrollado a partir de los datos de conducción de Argoverse 1.1 de Argo AI. Es un benchmark grande y realista para entrenar modelos de visión artificial que detecten objetos de la carretera en escenarios de conducción autónoma.

Explora Argoverse-HD en Ultralytics Platform para previsualizar muestras anotadas, consultar las estadísticas del dataset y clonarlo para el entrenamiento.

Características principales#

• 8 clases de detección de objetos: persona, bicicleta, coche, motocicleta, autobús, camión, semáforo y señal de stop.
• 54.446 imágenes etiquetadas — 39.384 para entrenamiento y 15.062 para validación — además de un subconjunto de prueba sin etiquetas reservado para el desafío de eval.ai.
• ~31.5 GB de imágenes de alta resolución capturadas por la cámara central delantera en anillo en escenarios urbanos de conducción autónoma.
• Las anotaciones se convierten automáticamente al formato YOLO la primera vez que se utiliza el dataset, por lo que el dataset se entrena directamente con los modelos de detección YOLO de Ultralytics.

Estructura del dataset#

El dataset Argoverse-HD se divide en tres subconjuntos predefinidos, definidos por la configuración Argoverse.yaml:

Todas las imágenes comparten las mismas 8 clases de objetos (índices 0–7): persona, bicicleta, coche, motocicleta, autobús, camión, semáforo y señal de stop.

Aplicaciones#

El dataset Argoverse-HD admite una amplia variedad de aplicaciones de detección de objetos en la conducción autónoma:

• Percepción para conducción autónoma — detecta vehículos, peatones y ciclistas desde una cámara orientada hacia delante para facilitar la navegación de vehículos autónomos.
• Sistemas avanzados de asistencia a la conducción (ADAS) — reconoce semáforos y señales de stop para generar alertas al conductor en tiempo real.
• Monitorización del tráfico — cuenta y sigue a los usuarios de la vía en entornos urbanos para realizar análisis de ciudades inteligentes.
• Investigación y prototipado — un benchmark grande y realista para aprender entrenamiento de modelos y predicción con datos de conducción.

YAML del dataset#

Un archivo YAML define la configuración del dataset, incluidas las rutas, las clases y otros detalles relevantes. Para el dataset Argoverse, el archivo Argoverse.yaml se mantiene en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/Argoverse.yaml.

# 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

Uso#

Para entrenar un modelo YOLO26n con el dataset Argoverse durante 100 épocas y con un tamaño de imagen de 640, utiliza los siguientes ejemplos de código. Para consultar la lista completa de argumentos disponibles, visita la página de entrenamiento del modelo.

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)

Una vez entrenado, ejecuta la inferencia con el modelo ajustado sobre nuevas imágenes o vídeos de conducción:

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")

Datos de ejemplo y anotaciones#

El dataset Argoverse-HD contiene imágenes de conducción de alta resolución capturadas por una cámara central delantera en anillo, anotadas con BBox 2D para las 8 clases de objetos. A continuación se muestra una imagen de ejemplo del dataset con sus anotaciones correspondientes:

• Escena de conducción anotada: Esta imagen muestra objetos de la carretera — como vehículos y peatones — etiquetados con BBox 2D, el formato que los modelos YOLO aprenden a predecir durante el entrenamiento.

Citas y agradecimientos#

Las anotaciones de detección 2D de Argoverse-HD utilizadas en este dataset proceden del trabajo de Carnegie Mellon University sobre percepción en streaming. Si utilizas el dataset en tu investigación o desarrollo, cita:

@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}
}

Queremos reconocer a Carnegie Mellon University por las anotaciones de detección de Argoverse-HD y a Argo AI por crear el dataset original de Argoverse como recurso valioso para la comunidad de investigación sobre conducción autónoma.

Preguntas frecuentes#