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のベンチマークです。屋内、屋外、物体、stuffの150カテゴリにわたる詳細なアノテーション付き画像を、学習用に20,210枚、検証用に2,000枚収録しています。Ultralytics YOLOを使った、ピクセル単位の密なシーン理解モデルの学習と評価に標準的に利用されています。
主な機能#
- ADE20KのSceneParsingベンチマーク全体では、画像を25,562枚収録しています。内訳は学習用20,210枚、検証用2,000枚、テスト用3,352枚です。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、学習用と検証用の分割のみを使用します。 - データセットは、屋内、屋外、オブジェクト、背景領域のカテゴリにまたがる150のセマンティッククラスをカバーしています。
- 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の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。~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。アーカイブ内の最上位フォルダー名はすでにADEChallengeData2016/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から見つけられない入れ子のdatasets/ADEChallengeData2016/ADEChallengeData2016/ディレクトリができてしまいます。
masks_dirフィールドはannotationsに設定されているため、images/内の各画像は、対応するannotations/内のマスクとペアになります。ADE20Kの元のマスクでは、0が無視されるソースラベルIDが使用されています。また、label_mappingセクションでは、有効なラベル1から150を連続した学習ID0から149に変換し、無視対象のピクセルを255にマッピングします。
用途#
ADE20Kは、セマンティックセグメンテーションやシーン解析における深層学習モデルのトレーニングと評価に広く使用されています。多様なカテゴリと複雑なシーンを含むため、自律ナビゲーション、ロボティクス、拡張現実、画像編集などの用途で価値があります。
屋内と屋外のシーンが幅広く含まれることから、ADE20Kはドメインをまたいだモデルの汎化性能を評価するための優れたベンチマークでもあります。事前学習済み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。ベンチマークの全データについては、セマンティックセグメンテーションモデルのページをご覧ください。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ファイルでは、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-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.zip使用方法#
ADE20KデータセットでYOLO26n-semモデルを、画像サイズ640、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。使用可能な引数の一覧については、モデルのトレーニングページをご覧ください。
from ultralytics import YOLO
# モデルを読み込む
model = YOLO("yolo26n-sem-ade20k.pt") # ADE20Kで事前学習済みのモデルを読み込む（トレーニングに推奨）
# モデルをトレーニングする
results = model.train(data="ade20k.yaml", epochs=100, imgsz=640)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使用可能です。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ライセンスで提供されています。商用利用にはMIT CSAILの許可が必要です。
研究または開発でADE20Kデータセットを使用する場合は、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あるこのリソースを作成・管理しているMIT CSAIL Computer Vision Groupに感謝いたします。ADE20Kデータセットとその作成者について詳しくは、ADE20Kデータセットのウェブサイトをご覧ください。
よくある質問#
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す。屋内、屋外、オブジェクト、背景領域を網羅する150のカテゴリにわたり、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。研究者がADE20Kを利用する理由は、多様なシーン、細粒度のカテゴリセット、平均Intersection over Union（mIoU）などの標準化された評価指標を備えており、高密度予測モデルのベンチマークに適しているためです。
ADE20KデータセットでYOLO26n-semモデルを、画像サイズ640、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。使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ご覧ください。
トレーニング例from ultralytics import YOLO # モデルを読み込む model = YOLO("yolo26n-sem-ade20k.pt") # ADE20Kで事前学習済みのモデルを読み込む（トレーニングに推奨） # モデルをトレーニングする results = model.train(data="ade20k.yaml", epochs=100, imgsz=640)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、対応するマスクはannotations/training/とannotations/validation/の下に整理されています。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を連続した学習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（~1 GB）をダウンロードし、トレーニング前にdatasets/フォルダーに直接展開してください。アーカイブ内の最上位フォルダー名はすでにADEChallengeData2016/になっているため、独自に作成した別のADEChallengeData2016フォルダーではなく、その場所に展開すると、ade20k.yamlが想定するimages/およびannotations/のレイアウトになります。ADE20KのアノテーションマスクではソースラベルIDが格納されており、
0は無視または背景クラスを示します。label_mappingセクションでは、有効なラベル1から150を連続した学習ID0から149にマッピングし、無視対象のピクセルには255を割り当てます。これにより、トレーニングおよび検証中に無視対象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の画像は非商用の研究および教育目的に用途を限定する条件で提供されています。付属のアノテーションソフトウェアは、別途BSD-3ライセンスで提供されています。商用ライセンスの選択肢についてはMIT CSAILにお問い合わせください。