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 ベンチマークであり、屋内、屋外、オブジェクト、スタッフの 150 のカテゴリにわたって高密度にアノテーションされた 20,210 枚のトレーニング画像と 2,000 枚の検証画像を備えています。Ultralytics YOLO を使用した高密度なシーン理解モデルのトレーニングと評価のための標準的なリソースです。
主な特徴#
- ADE20K の完全な SceneParsing ベンチマークは合計 25,562 枚の画像で構成されています。トレーニング用が 20,210 枚、検証用が 2,000 枚、テスト用が 3,352 枚です。テスト画像のアノテーションは公開されていないため、ダウンロード可能な
ADEChallengeData2016アーカイブおよび Ultralytics のade20k.yaml設定では、トレーニングおよび検証の分割のみが使用されます。 - このデータセットは、屋内、屋外、物体、素材カテゴリにまたがる150のセマンティッククラスを網羅しています。
- アノテーションは、シーン解析に適した高密度なピクセルレベルのセグメンテーションマスクです。
データセットの構造#
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/ フォルダに直接展開してください。アーカイブ自体の最上位フォルダにはすでに ADEChallengeData2016/ という名前が付けられているため、これにより上記のレイアウトに一致する datasets/ADEChallengeData2016/ が生成されます。ご自身で ADEChallengeData2016 フォルダを作成してその中に展開しないでください。展開すると、YAML が検出できないネストされた datasets/ADEChallengeData2016/ADEChallengeData2016/ ディレクトリになってしまいます。
masks_dir フィールドは annotations に設定されているため、images/ 配下の各画像は、annotations/ 配下の対応するマスクとペアになります。元の ADE20K マスクは 0 が無視されるソースラベル ID を使用し、label_mapping セクションは有効なラベル 1 から 150 を連続するトレーニング ID 0 から 149 に変換し、無視されたピクセルを 255 にマッピングします。
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や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。その多様なカテゴリのセットと複雑なシーンにより、自動運転、ロボット工学、拡張現実 (AR)、画像編集などのアプリケーションにおいて価値のあるものとなっています。
屋内および屋外のシーンの広範さにより、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。事前学習済みの 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 に到達します。完全なベンチマークテーブルについては、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の 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、および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 で維持管理されています。
# 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): http://data.csail.mit.edu/places/ADEchallenge/ADEChallengeData2016.zip使用方法#
画像サイズ 512 で 100 エポックにわたり ADE20K データセットで YOLO26n-sem モデルを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リストについては、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 画像は非商用の研究および教育目的でのみ公開されています。データセットのアノテーションソフトウェアは、BSD-3 のもとで個別にライセンスされています。商用利用には MIT CSAIL からの許可が必要です。
研究や開発活動で ADE20K データセットを使用する場合は、以下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}
}コンピュータビジョンコミュニティのためにこの貴重なリソースを作成および維持管理してくださった MIT CSAIL Computer Vision Group に謝意を表します。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。
よくある質問 (FAQ)#
ADE20K データセットとは何か、そしてなぜコンピュータビジョンにおいて重要なのでしょうか？#
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あり、屋内、屋外、オブジェクト、およびスタッフのクラスをカバーする 150 のカテゴリにわたって公開されている 20,210 枚のトレーニング画像と 2,000 枚の検証画像を備えています。研究者は、多様なシーン、きめ細かなカテゴリのセット、および平均クラス毎 IoU (mIoU) などの標準化された評価指標を備えているため、高密度予測モデルのベンチマークに最適であることから ADE20K を使用しています。
ADE20K データセットを使用して YOLO モデルを学習するにはどうすればよいですか？#
画像サイズ 512 で 100 エポックにわたり ADE20K データセットで YOLO26n-sem モデルを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リストについては、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)ADE20K データセットはどのように構成されていますか？#
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/ および images/validation/ のもとに整理され、対応するマスクは annotations/training/ および annotations/validation/ のもとに整理されます。Ultralytics YAML ファイルは、masks_dir: annotations フィールドを介して各画像をそのマスクとペアにし、label_mapping を使用してソースラベル ID 1 ～ 150 を連続するトレーニング ID 0 ～ 149 に変換し、無視ラベルを 255 にマッピングします。
ADE20Kは手動でダウンロードする必要がありますか？#
はい。トレーニングの前に、ADEChallengeData2016.zip アーカイブ（~1 GB）をダウンロードして datasets/ フォルダ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はすでに ADEChallengeData2016/ という名前になっているため、（自分で新しく作成した ADEChallengeData2016 フォルダではなく）そこに展開することで、ade20k.yaml が必要とする images/ および annotations/ のレイアウトになります。
ADE20K が label_mapping を使用するのはなぜですか？#
ADE20K 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 を格納します。label_mapping セクションは、有効なラベル 1 から 150 を連続するトレーニング ID 0 から 149 にマッピングし、トレーニングおよび検証中の損失や指標から除外されるように無視されたピクセルに 255 を割り当てます。
ADE20Kデータセットは商用利用が無料ですか？#
いいえ。ADE20K 画像は、非商用の研究および教育に利用を制限する条件のもとでリリースされています。付属のアノテーションソフトウェアは、BSD-3 のもとで個別に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。