Dataset 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

Il dataset Argoverse di Ultralytics (Argoverse-HD) è un dataset 2D di rilevamento degli oggetti composto da 54.446 immagini annotate per la guida autonoma — 39.384 per l'addestramento e 15.062 per la convalida — suddivise in 8 classi: persona, bicicletta, automobile, motocicletta, autobus, camion, semaforo e segnale di stop. Le immagini sono acquisite dalla telecamera anteriore centrale ad anello di un veicolo e le annotazioni provengono dal progetto di percezione streaming della Carnegie Mellon University, basato sui dati di guida Argoverse 1.1 di Argo AI. È un benchmark ampio e realistico per addestrare modelli di visione artificiale al rilevamento degli oggetti stradali in scenari di guida autonoma.

Esplora Argoverse-HD su Ultralytics Platform per visualizzare in anteprima i campioni annotati, esaminare le statistiche del dataset e clonarlo per l'addestramento.

Funzionalità principali#

• 8 classi di rilevamento degli oggetti: persona, bicicletta, automobile, motocicletta, autobus, camion, semaforo e segnale di stop.
• 54.446 immagini annotate — 39.384 per l'addestramento e 15.062 per la convalida — più uno split di test non annotato riservato alla sfida eval.ai.
• ~31.5 GB di fotogrammi ad alta risoluzione acquisiti dalla telecamera anteriore centrale ad anello in scenari urbani di guida autonoma.
• Le annotazioni vengono convertite automaticamente nel formato YOLO al primo utilizzo, quindi il dataset può essere addestrato direttamente con i modelli di rilevamento Ultralytics YOLO.

Struttura del dataset#

Il dataset Argoverse-HD è suddiviso in tre sottoinsiemi predefiniti, definiti dalla configurazione Argoverse.yaml:

Tutte le immagini condividono le stesse 8 classi di oggetti (indici 0–7): persona, bicicletta, automobile, motocicletta, autobus, camion, semaforo e segnale di stop.

Applicazioni#

Il dataset Argoverse-HD supporta una vasta gamma di applicazioni di rilevamento degli oggetti nella guida autonoma:

• Percezione per la guida autonoma — rileva veicoli, pedoni e ciclisti da una telecamera orientata in avanti per supportare la navigazione dei veicoli autonomi.
• Sistemi avanzati di assistenza alla guida (ADAS) — riconosci semafori e segnali di stop per fornire avvisi in tempo reale al conducente.
• Monitoraggio del traffico — conta e traccia gli utenti della strada negli scenari urbani per l'analisi delle smart city.
• Ricerca e prototipazione — un benchmark ampio e realistico per l'apprendimento dell'addestramento dei modelli e della predizione su dati di guida.

YAML del dataset#

Un file YAML definisce la configurazione del dataset, inclusi percorsi, classi e altri dettagli rilevanti. Per il dataset Argoverse, il file Argoverse.yaml è mantenuto all'indirizzo 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

Utilizzo#

Per addestrare un modello YOLO26n sul dataset Argoverse per 100 epoche con una dimensione delle immagini di 640, usa i seguenti esempi di codice. Per un elenco completo degli argomenti disponibili, consulta la pagina di addestramento del modello.

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)

Al termine dell'addestramento, esegui l'inferenza con il modello ottimizzato su nuove immagini o video di guida:

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")

Dati ed esempi di annotazioni#

Il dataset Argoverse-HD contiene immagini di guida ad alta risoluzione acquisite da una telecamera anteriore centrale ad anello, annotate con BBox 2D per le 8 classi di oggetti. Di seguito è riportata un'immagine di esempio del dataset con le annotazioni corrispondenti:

• Scena di guida annotata: questa immagine mostra oggetti stradali — come veicoli e pedoni — contrassegnati con BBox 2D, il formato che i modelli YOLO imparano a predire durante l'addestramento.

Citazioni e ringraziamenti#

Le annotazioni per il rilevamento 2D di Argoverse-HD utilizzate in questo dataset provengono dal lavoro sulla percezione streaming della Carnegie Mellon University. Se utilizzi il dataset nella tua ricerca o nello sviluppo, 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}
}

Desideriamo ringraziare la Carnegie Mellon University per le annotazioni di rilevamento Argoverse-HD e Argo AI per aver creato il dataset Argoverse originale come risorsa preziosa per la comunità di ricerca sulla guida autonoma.

FAQ#