Conjunto de datos ADE20K#
El conjunto de datos ADE20K es una referencia a gran escala de segmentación semántica de MIT CSAIL, con 20.210 imágenes de entrenamiento y 2.000 imágenes de validación anotadas densamente en 150 categorías de interiores, exteriores, objetos y elementos amorfos. Es un recurso de referencia para entrenar y evaluar modelos de comprensión densa de escenas con Ultralytics YOLO.
Características principales#
- El conjunto de referencia completo SceneParsing de ADE20K suma 25.562 imágenes: 20.210 para entrenamiento, 2.000 para validación y 3.352 para prueba. Las anotaciones de las imágenes de prueba no se publican, por lo que el archivo
ADEChallengeData2016descargable y la configuraciónade20k.yamlde Ultralytics solo usan las particiones de entrenamiento y validación. - El conjunto de datos abarca 150 clases semánticas de categorías de interiores, exteriores, objetos y elementos de fondo.
- Las anotaciones son máscaras de segmentación densas a nivel de píxel, adecuadas para la interpretación de escenas.
Estructura del conjunto de datos#
La configuración de Ultralytics espera la estructura oficial de ADEChallengeData2016:
ADEChallengeData2016/
├── images/
│ ├── training/
│ └── validation/
└── annotations/
├── training/
└── validation/ADE20K no dispone de un script de descarga automática. Descarga el archivo de ~1 GB ADEChallengeData2016.zip y extráelo directamente en tu carpeta datasets/. La carpeta de nivel superior del propio archivo ya se llama ADEChallengeData2016/, así que obtendrás datasets/ADEChallengeData2016/, que coincide con la estructura anterior. No crees tú una carpeta ADEChallengeData2016 para extraer el archivo en ella, porque acabarás con un directorio datasets/ADEChallengeData2016/ADEChallengeData2016/ anidado que el YAML no encontrará.
El campo masks_dir está configurado como annotations, por lo que cada imagen de images/ se empareja con su máscara correspondiente de annotations/. Las máscaras originales de ADE20K utilizan ID de etiqueta de origen en los que 0 se ignora, y la sección label_mapping convierte las etiquetas válidas 1 a 150 en ID de entrenamiento consecutivos 0 a 149, y asigna 255 a los píxeles ignorados.
Aplicaciones#
ADE20K se utiliza ampliamente para entrenar y evaluar modelos de aprendizaje profundo en tareas de segmentación semántica e interpretación de escenas. Su variedad de categorías y sus escenas complejas lo hacen valioso para aplicaciones como la navegación autónoma, la robótica, la realidad aumentada y la edición de imágenes.
La diversidad de escenas de interior y exterior también convierte ADE20K en un sólido benchmark para evaluar la generalización de los modelos entre dominios. Los modelos YOLO26 de segmentación semántica preentrenados alcanzan hasta 51,5 mIoU en el conjunto de validación de ADE20K; consulta la página de modelos de segmentación semántica para ver la tabla completa del benchmark. Los conjuntos de datos con formato ADE20K también son totalmente compatibles con Ultralytics Platform para gestionar conjuntos de datos y entrenar modelos.
YAML del conjunto de datos#
Un archivo YAML del conjunto de datos define las rutas de ADE20K, las clases, el directorio de máscaras y la asignación de etiquetas. El archivo ade20k.yaml se mantiene en https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/ade20k.yaml.
# 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-ade20k.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.zipUso#
Para entrenar un modelo YOLO26n-sem con el conjunto de datos ADE20K durante 100 épocas y con un tamaño de imagen de 640, puedes usar los siguientes fragmentos de código. Consulta la página de entrenamiento del modelo para ver una lista completa de los argumentos disponibles.
from ultralytics import YOLO
# Cargar un modelo
model = YOLO("yolo26n-sem-ade20k.pt") # carga un modelo preentrenado con ADE20K (recomendado para el entrenamiento)
# Entrenar el modelo
results = model.train(data="ade20k.yaml", epochs=100, imgsz=640)Citas, licencia y agradecimientos#
Las imágenes de ADE20K se publican para uso exclusivo en investigación no comercial y con fines educativos; el software de anotación del conjunto de datos tiene una licencia BSD-3 independiente. Para uso comercial, necesitas permiso de MIT CSAIL.
Si utilizas el conjunto de datos ADE20K en tu trabajo de investigación o desarrollo, cita el siguiente artículo:
@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}
}Queremos dar las gracias al grupo de visión artificial de MIT CSAIL por crear y mantener este valioso recurso para la comunidad de visión artificial. Para obtener más información sobre el conjunto de datos ADE20K y sus creadores, visita el sitio web del conjunto de datos ADE20K.
Preguntas frecuentes#
El conjunto de datos ADE20K es un benchmark de interpretación de escenas a gran escala que se utiliza para la segmentación semántica. Incluye 20.210 imágenes de entrenamiento y 2.000 de validación, publicadas con acceso público y distribuidas en 150 categorías que abarcan clases de interiores, exteriores, objetos y elementos de fondo. Los investigadores utilizan ADE20K por la diversidad de sus escenas, su conjunto de categorías detallado y sus métricas de evaluación estandarizadas, como la intersección sobre unión media (mIoU), que lo hacen ideal para evaluar modelos de predicción densa.
Para entrenar un modelo YOLO26n-sem con el conjunto de datos ADE20K durante 100 épocas y con un tamaño de imagen de 640, puedes usar los siguientes fragmentos de código. Consulta la página de entrenamiento del modelo para ver una lista detallada de los argumentos disponibles.
Ejemplo de entrenamientofrom ultralytics import YOLO # Cargar un modelo model = YOLO("yolo26n-sem-ade20k.pt") # carga un modelo preentrenado con ADE20K (recomendado para el entrenamiento) # Entrenar el modelo results = model.train(data="ade20k.yaml", epochs=100, imgsz=640)El conjunto de datos ADE20K sigue la estructura oficial de ADEChallengeData2016, con las imágenes organizadas en
images/training/yimages/validation/, y las máscaras correspondientes enannotations/training/yannotations/validation/. El archivo YAML de Ultralytics empareja cada imagen con su máscara mediante el campomasks_dir: annotationsy utilizalabel_mappingpara convertir los ID de etiqueta de origen1–150en ID de entrenamiento consecutivos0–149; la etiqueta de exclusión se asigna a255.Sí. Descarga el archivo
ADEChallengeData2016.zip(~1 GB) y extráelo directamente en tu carpetadatasets/antes de entrenar. La carpeta de nivel superior del propio archivo ya se llamaADEChallengeData2016/, así que al extraerlo ahí —y no en una carpetaADEChallengeData2016distinta que hayas creado tú— obtendrás la estructuraimages/yannotations/que esperaade20k.yaml.Las máscaras de anotación de ADE20K almacenan ID de etiqueta de origen, donde
0identifica la clase de exclusión o de fondo. La secciónlabel_mappingasigna las etiquetas válidas1a150a ID de entrenamiento consecutivos0a149, y asigna255a los píxeles ignorados para excluirlos de la pérdida y de las métricas durante el entrenamiento y la validación.No. Las imágenes de ADE20K se publican con condiciones que restringen su uso a la investigación no comercial y a la educación; el software de anotación asociado tiene una licencia BSD-3 independiente. Ponte en contacto con MIT CSAIL para consultar las opciones de licencia comercial.