Dataset Argoverse#

66,953

Argoverse-HD

ultralytics

publicDetect

Argoverse-HD is an autonomous-driving object detection dataset derived from Argoverse 1.1 ring-front-center tracking images with Argoverse-HD annotations from Carnegie Mellon University's Streaming Perception benchmark. This normalized release contains 66,953 globally unique 1920 x 1200 images: 39,384 train, 15,062 validation, and 12,507 unlabeled test images. The 54,446 train/validation images contain 1,025,715 boxes across 8 classes; 19 are background images without boxes. Data and documentation © 2018-2019 Argo AI, LLC, licensed CC BY-NC-SA 4.0. Argoverse-HD annotations are attributed to the CMU Streaming Perception project.

8 classes23.5 GBAug 21, 2026

personbicyclecarmotorcycle+4

autonomous-drivingobject-detectionargoverse+1

O conjunto de dados Ultralytics Argoverse (Argoverse-HD) é um conjunto de dados de object detection 2D com 54.446 imagens de condução autônoma — 39.384 para treino e 15.062 para validação — em 8 classes: pessoa, bicicleta, carro, motocicleta, ônibus, caminhão, semáforo e placa de pare. As imagens são capturadas pela câmera frontal central em anel de um veículo, e as anotações vêm do projeto de percepção de streaming da Carnegie Mellon University, construído sobre os dados de condução do Argoverse 1.1 da Argo AI. É um benchmark grande e do mundo real para treinar modelos de computer vision para detectar objetos na estrada em cenários de carros autônomos.

Explora o Argoverse-HD na Ultralytics Platform para prever amostras anotadas, inspecionar estatísticas do conjunto de dados e cloná-lo para treino.

Principais recursos#

• 8 classes de detecção de objetos: pessoa, bicicleta, carro, motocicleta, ônibus, caminhão, semáforo e placa de pare.
• 54.446 imagens rotuladas — 39.384 para treino e 15.062 para validação — além de uma divisão de teste não rotulada reservada para o eval.ai challenge.
• ~31,5 GB de quadros de câmera frontal central de alta resolução capturados em cenas de direção autônoma urbana.
• As anotações são convertidas automaticamente para o formato YOLO no primeiro uso, portanto, o conjunto de dados treina diretamente com os modelos de detecção Ultralytics YOLO.

Estrutura do Dataset#

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

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

Aplicações#

O conjunto de dados Argoverse-HD suporta uma variedade de aplicações de object detection em condução autônoma:

• Percepção de condução autônoma — detecta veículos, pedestres e ciclistas a partir de uma câmera voltada para a frente para apoiar a navegação de autonomous-vehicle.
• Sistemas avançados de assistência ao condutor (ADAS) — reconhece semáforos e placas de pare para alertas ao motorista em tempo real.
• Monitoramento de tráfego — conta e rastreia usuários da estrada em cenas urbanas para análises de cidades inteligentes.
• Pesquisa e prototipagem — um benchmark grande e do mundo real para aprender model training e prediction em dados de condução.

YAML do Dataset#

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 epochs com um tamanho de imagem de 640, utilize os seguintes exemplos de código. Para obter uma lista abrangente de argumentos disponíveis, consulte a página de Training do modelo.

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)

Uma vez treinado, execute a inference com o modelo ajustado em novas imagens ou vídeos de condução:

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")

Dados de Amostra e Anotações#

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

• Cena de direção anotada: Esta imagem mostra objetos na estrada — 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 provêm do trabalho de percepção em fluxo da Carnegie Mellon University. Se você utilizar o conjunto de dados em sua pesquisa ou desenvolvimento, por favor, 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 por criar o conjunto de dados Argoverse original como um recurso valioso para a comunidade de pesquisa em condução autônoma.

FAQ#