Dataset ADE20K
El dataset ADE20K es un benchmark de segmentación semántica y análisis de escenas a gran escala publicado por MIT CSAIL. Proporciona imágenes densamente anotadas que cubren una amplia variedad de categorías de interiores, exteriores, objetos y elementos, lo que lo convierte en un recurso esencial para investigadores y desarrolladores que trabajan en tareas de comprensión densa de escenas con modelos de Ultralytics YOLO.
Características clave
- ADE20K contiene 20.210 imágenes de entrenamiento, 2.000 imágenes de validación y 3.352 imágenes de prueba.
- El dataset cubre 150 clases semánticas que abarcan categorías de interiores, exteriores, objetos y elementos.
- Las anotaciones son máscaras de segmentación a nivel de píxel adecuadas para el análisis denso de escenas.
Estructura del dataset
La configuración de Ultralytics espera el diseño oficial ADEChallengeData2016:
ADEChallengeData2016/
├── images/
│ ├── training/
│ └── validation/
└── annotations/
├── training/
└── validation/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 utilizan ID de etiquetas de origen donde 0 se ignora, y la sección label_mapping convierte las etiquetas válidas de 1 a 150 en ID 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 hace valioso para aplicaciones como navegación autónoma, robótica, realidad aumentada y edición de imágenes.
La amplitud de escenas interiores y exteriores también convierte a ADE20K en un punto de referencia sólido para evaluar la generalización de los modelos entre dominios.
YAML del dataset
Un archivo YAML de dataset define las rutas, clases, 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): http://data.csail.mit.edu/places/ADEchallenge/ADEChallengeData2016.zipUso
Para entrenar un modelo YOLO26n-sem en el dataset ADE20K durante 100 epochs con un tamaño de imagen de 512, puedes utilizar los siguientes fragmentos de código. Para obtener una lista completa de los argumentos disponibles, consulta la página de Entrenamiento 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 y agradecimientos
Si utilizas el dataset ADE20K en tu trabajo de investigación o desarrollo, por favor 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 MIT CSAIL Computer Vision Group por crear y mantener este valioso recurso para la comunidad de visión por ordenador. Para obtener más información sobre el dataset ADE20K y sus creadores, visita el sitio web del dataset ADE20K.
Preguntas frecuentes
¿Qué es el dataset ADE20K y por qué es importante para la visión por ordenador?
El dataset ADE20K es un benchmark de análisis de escenas a gran escala utilizado para segmentación semántica. Contiene 25.562 imágenes densamente anotadas en 150 categorías que cubren clases de interiores, exteriores, objetos y elementos. Los investigadores utilizan ADE20K debido a sus escenas diversas, su conjunto de categorías detallado y métricas de evaluación estandarizadas como la intersección sobre unión media (mIoU), que lo hacen ideal para evaluar modelos de predicción densa.
¿Cómo puedo entrenar un modelo YOLO utilizando el dataset ADE20K?
Para entrenar un modelo YOLO26n-sem en el dataset ADE20K durante 100 epochs con un tamaño de imagen de 512, puedes utilizar los siguientes fragmentos de código. Para una lista detallada de los argumentos disponibles, consulta la página de Entrenamiento 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)¿Cómo está estructurado el dataset ADE20K?
El dataset ADE20K sigue el diseño oficial de ADEChallengeData2016, con imágenes organizadas en images/training/ e images/validation/, y máscaras correspondientes en annotations/training/ y annotations/validation/. El archivo YAML de Ultralytics empareja cada imagen con su máscara a través del campo masks_dir: annotations y utiliza label_mapping para convertir los ID de etiquetas de origen de 1 a 150 en ID de entrenamiento contiguos de 0 a 149, asignando la etiqueta de ignorar a 255.
¿Por qué ADE20K utiliza label_mapping?
Las máscaras de anotación de ADE20K almacenan ID de etiquetas de origen donde 0 denota la clase a ignorar o de fondo. La sección label_mapping asigna las etiquetas válidas de 1 a 150 a ID de entrenamiento contiguos de 0 a 149, y asigna 255 a los píxeles ignorados para que se excluyan de la pérdida y las métricas durante el entrenamiento y la validación.