ADE20Kデータセット#
ADE20Kデータセットは、MIT CSAILによる大規模なセマンティックセグメンテーションベンチマークで、屋内、屋外、オブジェクト、スタッフの150カテゴリにわたって、トレーニング画像20,210枚と検証画像2,000枚に高密度のアノテーションが付与されています。これは、Ultralytics YOLOを使用して、密なシーン理解モデルをトレーニングおよび評価するための標準的なリソースです。
主な特徴#
- ADE20Kの完全なSceneParsingベンチマークは、トレーニング用20,210枚、検証用2,000枚、テスト用3,352枚の合計25,562枚の画像で構成されています。テスト画像のアノテーションは一般公開されていないため、ダウンロード可能な
ADEChallengeData2016アーカイブとUltralyticsのade20k.yaml設定では、トレーニングと検証の分割のみを使用します。 - このデータセットは、屋内、屋外、オブジェクト、スタッフのカテゴリにまたがる150のセマンティッククラスを収録しています。
- アノテーションは、シーン解析に適した高密度のピクセルレベルセグメンテーションマスクです。
データセットの構成#
Ultralyticsの設定では、公式のADEChallengeData2016レイアウトを想定しています。
ADEChallengeData2016/
├── images/
│ ├── training/
│ └── validation/
└── annotations/
├── training/
└── validation/ADE20Kには自動ダウンロードスクリプトがありません。約1 GBのADEChallengeData2016.zipアーカイブをダウンロードし、datasets/フォルダーに直接展開してください。アーカイブ自体のトップレベルフォルダーはすでにADEChallengeData2016/という名前になっているため、これにより上記のレイアウトに一致するdatasets/ADEChallengeData2016/が作成されます。自分でADEChallengeData2016フォルダーを作成してその中に展開しないでください。そうすると、YAMLが見つけられないネストされたdatasets/ADEChallengeData2016/ADEChallengeData2016/ディレクトリが生成されます。
masks_dirフィールドはannotationsに設定されているため、images/以下の各画像は、対応するannotations/以下のマスクとペアになります。元のADE20Kマスクでは、0が無視されるソースラベルIDを使用しており、label_mappingセクションによって、有効なラベル1から150が連続したトレーニングID0から149に変換され、無視されるピクセルは255にマッピングされます。
アプリケーション#
ADE20Kは、セマンティックセグメンテーションおよびシーン解析におけるディープラーニングモデルのトレーニングと評価に広く使用されています。多様なカテゴリセットと複雑なシーンにより、自律ナビゲーション、ロボティクス、拡張現実、画像編集などのアプリケーションに役立ちます。
屋内と屋外のシーンの幅広さにより、ADE20Kはドメイン間でのモデルの汎化性能を評価するための強力なベンチマークにもなっています。事前トレーニング済みのYOLO26セマンティックセグメンテーションモデルは、ADE20K検証セットで最大51.5 mIoUを達成します。完全なベンチマーク表については、セマンティックセグメンテーションモデルページを参照してください。ADE20K形式のデータセットは、データセット管理とトレーニングのためにUltralytics Platformとも完全に互換性があります。
データセット YAML#
データセットのYAMLファイルは、ADE20Kのパス、クラス、マスクディレクトリ、ラベルマッピングを定義します。ade20k.yamlファイルは、https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/ade20k.yamlで管理されています。
# 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.zip使用方法#
ADE20KデータセットでYOLO26n-semモデルを、画像サイズ512、100エポックでトレーニングするには、次のコードスニペットを使用できます。利用可能な引数の包括的な一覧については、モデルのトレーニングページを参照してください。
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)引用、ライセンス、謝辞#
ADE20Kの画像は非商用の研究および教育目的に限り公開されています。データセットのアノテーションソフトウェアは、別途BSD-3.0ライセンスの下でライセンスされています。商用利用にはMIT CSAILの許可が必要です。
ADE20Kデータセットを研究または開発で使用する場合は、次の論文を引用してください。
@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}
}コンピュータービジョンコミュニティにとって価値のあるこのリソースを作成・維持しているMIT CSAIL Computer Vision Groupに感謝します。ADE20Kデータセットとその作成者の詳細については、ADE20Kデータセットのウェブサイトをご覧ください。
FAQ#
ADE20Kデータセットは、セマンティックセグメンテーションに使用される大規模なシーン解析ベンチマークで、屋内、屋外、オブジェクト、スタッフのクラスを含む150カテゴリにわたって、トレーニング画像20,210枚と検証画像2,000枚が一般公開されています。研究者は、多様なシーン、きめ細かなカテゴリセット、平均交差/和集合（mIoU）のような標準化された評価指標を備えているADE20Kを使用します。これらの特長により、密な予測モデルのベンチマークに適しています。
ADE20KデータセットでYOLO26n-semモデルを、画像サイズ512、100エポックでトレーニングするには、次のコードスニペットを使用できます。利用可能な引数の詳細な一覧については、モデルのトレーニングページを参照してください。
トレーニング例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)ADE20Kデータセットは公式のADEChallengeData2016レイアウトに従っており、画像は
images/training/とimages/validation/の下に整理され、対応するマスクはannotations/training/とannotations/validation/の下に配置されています。UltralyticsのYAMLファイルは、masks_dir: annotationsフィールドを介して各画像とそのマスクをペアにし、label_mappingを使用してソースラベルID1～150を連続したトレーニングID0～149に変換し、無視ラベルを255にマッピングします。はい。
ADEChallengeData2016.zipアーカイブ（約1 GB）をダウンロードし、トレーニング前にdatasets/フォルダーへ直接展開してください。アーカイブ自体のトップレベルフォルダーはすでにADEChallengeData2016/という名前になっているため、そこに展開すると（自分で作成した別のADEChallengeData2016フォルダー内ではなく）、ade20k.yamlが想定するimages/とannotations/のレイアウトになります。ADE20Kのアノテーションマスクは、
0が無視または背景クラスを示すソースラベルIDを格納しています。label_mappingセクションは、有効なラベル1から150を連続したトレーニングID0から149にマッピングし、無視されるピクセルに255を割り当てます。これにより、トレーニングと検証中にそれらのピクセルが損失とメトリクスから除外されます。いいえ。ADE20Kの画像は利用を非商用の研究および教育に限定する条件の下で公開されています。付属のアノテーションソフトウェアはBSD-3.0の下で別途ライセンスされています。商用ライセンスのオプションについてはMIT CSAILにお問い合わせください。