Conjunto de datos ADE20K#
El conjunto de datos ADE20K es una referencia de segmentación semántica a gran escala del MIT CSAIL con 20.210 imágenes de entrenamiento y 2.000 de validación anotadas densamente en 150 categorías de interiores, exteriores, objetos y elementos difusos. Es un recurso estándar para entrenar y evaluar modelos de comprensión densa de escenas con Ultralytics YOLO.
Características clave#
- La referencia completa SceneParsing de ADE20K suma un total de 25.562 imágenes: 20.210 para entrenamiento, 2.000 para validación y 3.352 para pruebas. Las anotaciones de las imágenes de prueba no son públicas, por lo que el archivo descargable
ADEChallengeData2016y la configuraciónade20k.yamlde Ultralytics usan únicamente las particiones de entrenamiento y validación. - El conjunto de datos cubre 150 clases semánticas que abarcan categorías de interiores, exteriores, objetos y elementos.
- Las anotaciones son máscaras de segmentación densa a nivel de píxel adecuadas para el análisis de escenas.
Estructura del dataset#
La configuración de Ultralytics espera el diseño oficial de ADEChallengeData2016:
ADEChallengeData2016/
├── images/
│ ├── training/
│ └── validation/
└── annotations/
├── training/
└── validation/ADE20K no incluye un script de descarga automática. Descarga el archivo comprimido ADEChallengeData2016.zip de ~1 GB y extráelo directamente dentro de tu carpeta datasets/. La carpeta principal del propio archivo ya se llama ADEChallengeData2016/, por lo que esto genera datasets/ADEChallengeData2016/ coincidiendo con la estructura anterior; no crees tú mismo una carpeta ADEChallengeData2016 para extraerlo dentro, o terminarás con un directorio anidado datasets/ADEChallengeData2016/ADEChallengeData2016/ que el archivo YAML no podrá encontrar.
El campo masks_dir está configurado como annotations, por lo que cada imagen en images/ se empareja con su máscara correspondiente en annotations/. Las máscaras originales de ADE20K emplean IDs de etiquetas de origen donde 0 se ignora, y la sección label_mapping convierte las etiquetas válidas de 1 a 150 en IDs de entrenamiento contiguos de 0 a 149, asignando los píxeles ignorados a 255.
Aplicaciones#
ADE20K se utiliza ampliamente para entrenar y evaluar modelos de deep learning en segmentación semántica y análisis de escenas. Su conjunto diverso de categorías y escenas complejas lo hacen valioso para aplicaciones como navegación autónoma, robótica, realidad aumentada y edición de imágenes.
La amplitud de escenas de interiores y exteriores también convierte a ADE20K en una referencia sólida para evaluar la generalización de modelos entre dominios. Los modelos de segmentación semántica preentrenados de YOLO26 alcanzan hasta 51,5 mIoU en el conjunto de validación de ADE20K; consulta la página de modelos de segmentación semántica para ver la tabla de referencias completa. Los conjuntos de datos con formato ADE20K también son totalmente compatibles con Ultralytics Platform para la gestión y el entrenamiento de conjuntos de datos.
YAML del dataset#
Un archivo YAML de conjunto de datos define las rutas, las clases, el directorio de máscaras y el mapeo de etiquetas de ADE20K. 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.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 en el conjunto de datos ADE20K durante 100 epochs con un tamaño de imagen de 512, puedes usar los siguientes fragmentos de código. Para ver una lista completa de los argumentos disponibles, consulta la página de Training del modelo.
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)Citas, Licencia y Agradecimientos#
Las imágenes de ADE20K se publican exclusivamente para uso educativo y de investigación no comercial; el software de anotación del conjunto de datos cuenta con una licencia independiente bajo BSD-3. El uso comercial requiere autorización del MIT CSAIL.
Si utilizas el conjunto de datos ADE20K en tu investigación o trabajo de 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 agradecer al Grupo de Visión por Computadora del MIT CSAIL por crear y mantener este valioso recurso para la comunidad de visión por computadora. Para obtener más información sobre el conjunto de datos ADE20K y sus creadores, visita el sitio web del conjunto de datos ADE20K.
FAQ#
El conjunto de datos ADE20K es una referencia de análisis de escenas a gran escala utilizada para la segmentación semántica, con 20.210 imágenes de entrenamiento y 2.000 de validación publicadas de forma pública en 150 categorías que abarcan clases de interiores, exteriores, objetos y elementos difusos. Los investigadores utilizan ADE20K debido a la diversidad de sus escenas, su conjunto de categorías detalladas y sus métricas de evaluación estandarizadas como la intersección sobre unión media (mIoU), lo que lo hace ideal para evaluar modelos de predicción densa.
Para entrenar un modelo YOLO26n-sem en el conjunto de datos ADE20K durante 100 epochs con un tamaño de imagen de 512, puedes usar los siguientes fragmentos de código. Para ver una lista detallada de los argumentos disponibles, consulta la página de Training del modelo.
Ejemplo de entrenamientofrom 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)El conjunto de datos ADE20K sigue la estructura oficial ADEChallengeData2016, con imágenes organizadas bajo
images/training/yimages/validation/, y las máscaras correspondientes bajoannotations/training/yannotations/validation/. El archivo YAML de Ultralytics vincula cada imagen con su máscara mediante el campomasks_dir: annotations, y utilizalabel_mappingpara convertir los IDs de etiquetas de origen1–150en IDs de entrenamiento contiguos0–149, asignando la etiqueta de omisión a255.Sí. Descarga el archivo
ADEChallengeData2016.zip(~1 GB) y extráelo directamente en tu carpetadatasets/antes de entrenar; la carpeta principal propia del archivo ya se llamaADEChallengeData2016/, por lo que extraerlo allí (y no en una carpetaADEChallengeData2016independiente que crees tú mismo) produce la estructuraimages/yannotations/queade20k.yamlespera.Las máscaras de anotación de ADE20K almacenan IDs de etiquetas de origen donde
0designa la clase de omisión o fondo. La secciónlabel_mappingmapea las etiquetas válidas de1a150hacia IDs de entrenamiento contiguos de0a149, y asigna255a los píxeles ignorados para que se excluyan de la pérdida y de las métricas durante el entrenamiento y la validación.No. Las imágenes de ADE20K se publican bajo términos que restringen su uso a la investigación y educación no comerciales; el software de anotación adjunto cuenta con una licencia independiente bajo BSD-3. Contacta con el MIT CSAIL para conocer las opciones de licencia comercial.