Conjunto de dados 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

O conjunto de dados Argoverse da Ultralytics (Argoverse-HD) é um conjunto de dados 2D de deteção de objetos com 54.446 imagens rotuladas de condução autónoma — 39.384 para treino e 15.062 para validação — distribuídas por 8 classes: pessoa, bicicleta, carro, motociclo, autocarro, camião, semáforo e sinal de stop. As imagens são captadas pela câmara frontal central em anel de um veículo, e as anotações são provenientes do projeto de perceção em fluxo da Carnegie Mellon University, desenvolvido com base nos dados de condução Argoverse 1.1 da Argo AI. É um benchmark de grande dimensão e do mundo real para treinar modelos de visão computacional que detetam objetos na estrada em cenários de condução autónoma.

Explore Argoverse-HD na Ultralytics Platform para pré-visualizar amostras anotadas, consultar as estatísticas do conjunto de dados e cloná-lo para treino.

Principais funcionalidades#

• 8 classes de deteção de objetos: pessoa, bicicleta, carro, motociclo, autocarro, camião, semáforo e sinal de stop.
• 54.446 imagens rotuladas — 39.384 para treino e 15.062 para validação — além de uma divisão de teste sem rótulos, reservada para o desafio eval.ai.
• ~31,5 GB de imagens de alta resolução captadas pela câmara frontal central em anel em cenários urbanos de condução autónoma.
• As anotações são convertidas automaticamente para o formato YOLO na primeira utilização, para que o conjunto de dados possa ser usado diretamente no treino de modelos de deteção Ultralytics YOLO.

Estrutura do conjunto de dados#

O conjunto de dados Argoverse-HD está dividido em três subconjuntos predefinidos, definidos pela configuração Argoverse.yaml:

Todas as imagens compartilham as mesmas 8 classes de objetos (índices de 0 a 7): pessoa, bicicleta, carro, motocicleta, ônibus, caminhão, semáforo e placa de pare.

Aplicações#

O conjunto de dados Argoverse-HD é compatível com diversas aplicações de detecção de objetos na condução autônoma:

• Percepção para veículos autônomos — detecte veículos, pedestres e ciclistas com uma câmera voltada para a frente para dar suporte à navegação de veículos autônomos.
• Sistemas avançados de assistência ao condutor (ADAS) — reconheça semáforos e placas de pare para emitir alertas ao condutor em tempo real.
• Monitoramento de tráfego — conte e acompanhe usuários das vias em cenários urbanos para análises de cidades inteligentes.
• Pesquisa e prototipagem — um benchmark amplo e do mundo real para aprender treinamento de modelos e predição com dados de condução.

YAML do conjunto de dados#

Um arquivo YAML define a configuração do conjunto de dados, incluindo caminhos, classes e outros detalhes relevantes. Para o conjunto de dados Argoverse, o arquivo Argoverse.yaml é mantido em 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

Uso#

Para treinar um modelo YOLO26n no conjunto de dados Argoverse por 100 épocas, com tamanho de imagem 640, use os exemplos de código a seguir. Para ver uma lista completa dos argumentos disponíveis, consulte a página de treinamento do modelo.

from ultralytics import YOLO

# Carregar um modelo
model = YOLO("yolo26n.pt")  # carregue um modelo pré-treinado (recomendado para treinamento)

# Treinar o modelo
results = model.train(data="Argoverse.yaml", epochs=100, imgsz=640)

Após o treinamento, execute a inferência com o modelo ajustado em novas imagens ou vídeos de condução:

from ultralytics import YOLO

# Carregar um modelo
model = YOLO("path/to/best.pt")  # carregar um modelo Argoverse ajustado

# Inferência usando o modelo
results = model.predict("path/to/driving-scene.jpg")

Dados de exemplo e anotações#

O conjunto de dados Argoverse-HD contém imagens de condução em alta resolução capturadas por uma câmera frontal central do conjunto de câmeras, anotadas com caixas delimitadoras 2D para as 8 classes de objetos. Abaixo está uma imagem de exemplo do conjunto de dados com as respectivas anotações:

• Cena de condução anotada: esta imagem mostra objetos da via — como veículos e pedestres — rotulados com caixas delimitadoras 2D, o formato que os modelos YOLO aprendem a prever durante o treinamento.

Citações e agradecimentos#

As anotações de detecção 2D do Argoverse-HD usadas neste conjunto de dados vêm do trabalho de percepção em fluxo da Carnegie Mellon University. Se você usar o conjunto de dados em sua pesquisa ou desenvolvimento, cite:

@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}
}

Gostaríamos de agradecer à Carnegie Mellon University pelas anotações de detecção do Argoverse-HD e à Argo AI pela criação do conjunto de dados original Argoverse, um recurso valioso para a comunidade de pesquisa em condução autônoma.

Perguntas frequentes#