Dataset ADE20K#
O dataset ADE20K é um benchmark de segmentação semântica em grande escala do MIT CSAIL, com 20.210 imagens de treino e 2.000 de validação, densamente anotadas em 150 categorias de ambientes internos, ambientes externos, objetos e elementos. É um recurso padrão para treinar e avaliar modelos de compreensão densa de cenas com o Ultralytics YOLO.
Principais funcionalidades#
- O benchmark SceneParsing completo do ADE20K totaliza 25.562 imagens: 20.210 para treino, 2.000 para validação e 3.352 para teste. As anotações das imagens de teste não são disponibilizadas publicamente, portanto o arquivo
ADEChallengeData2016baixável e a configuraçãoade20k.yamlda Ultralytics usam apenas as divisões de treino e validação. - O dataset abrange 150 classes semânticas de categorias de ambientes internos, ambientes externos, objetos e elementos.
- As anotações são máscaras de segmentação densas ao nível dos píxeis, adequadas para a interpretação de cenas.
Estrutura do Conjunto de Dados#
A configuração da Ultralytics espera a seguinte estrutura oficial do ADEChallengeData2016:
ADEChallengeData2016/
├── images/
│ ├── training/
│ └── validation/
└── annotations/
├── training/
└── validation/O ADE20K não tem um script de download automático. Baixa o arquivo ADEChallengeData2016.zip de ~1 GB e extrai-o diretamente para a tua pasta datasets/. A pasta de nível superior do próprio arquivo já se chama ADEChallengeData2016/, por isso isto produz datasets/ADEChallengeData2016/, que corresponde à estrutura acima — não cries uma pasta ADEChallengeData2016 e extraia o arquivo para dentro dela, caso contrário acabarás com um diretório aninhado datasets/ADEChallengeData2016/ADEChallengeData2016/ que o YAML não encontrará.
O campo masks_dir está definido como annotations, portanto cada imagem em images/ é associada à sua máscara correspondente em annotations/. As máscaras originais do ADE20K usam IDs de rótulo de origem, nos quais 0 é ignorado, e a secção label_mapping converte os rótulos válidos 1 a 150 em IDs de treino contíguos 0 a 149, mapeando os píxeis ignorados para 255.
Aplicações#
O ADE20K é amplamente utilizado para treinar e avaliar modelos de deep learning em segmentação semântica e interpretação de cenas. O seu conjunto diversificado de categorias e as cenas complexas tornam-no valioso para aplicações como navegação autónoma, robótica, realidade aumentada e edição de imagens.
A variedade de cenas em ambientes internos e externos também torna o ADE20K um benchmark robusto para avaliar a generalização de modelos entre domínios. Os modelos de segmentação semântica YOLO26 pré-treinados alcançam até 51,5 mIoU no conjunto de validação do ADE20K — consulta a página de modelos de segmentação semântica para veres a tabela completa do benchmark. Os datasets no formato ADE20K também são totalmente compatíveis com a Ultralytics Platform para gestão e treino de datasets.
YAML do Conjunto de Dados#
Um ficheiro YAML de dataset define os caminhos, as classes, o diretório de máscaras e o mapeamento de rótulos do ADE20K. O ficheiro ade20k.yaml é mantido em https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/ade20k.yaml.
# 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.zipUtilização#
Para treinar um modelo YOLO26n-sem no dataset ADE20K durante 100 épocas, com um tamanho de imagem de 512, podes usar os seguintes fragmentos de código. Para veres uma lista completa dos argumentos disponíveis, consulta a página de treino do modelo.
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)Citações, licença e agradecimentos#
As imagens do ADE20K são disponibilizadas apenas para investigação não comercial e fins educativos; o software de anotação do dataset é licenciado separadamente sob BSD-3. O uso comercial requer autorização do MIT CSAIL.
Se usares o dataset ADE20K no teu trabalho de investigação ou desenvolvimento, cita o seguinte artigo:
@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}
}Gostaríamos de agradecer ao MIT CSAIL Computer Vision Group por criar e manter este recurso valioso para a comunidade de visão computacional. Para mais informações sobre o dataset ADE20K e os seus criadores, visita o site do dataset ADE20K.
Perguntas frequentes#
O dataset ADE20K é um benchmark de interpretação de cenas em grande escala utilizado para segmentação semântica, com 20.210 imagens de treino e 2.000 de validação disponibilizadas publicamente em 150 categorias que abrangem classes de ambientes internos, ambientes externos, objetos e elementos. Os investigadores utilizam o ADE20K devido à diversidade das suas cenas, ao seu conjunto de categorias detalhado e a métricas de avaliação padronizadas, como a interseção média sobre a união (mIoU), que o tornam ideal para avaliar modelos de predição densa.
Para treinar um modelo YOLO26n-sem no dataset ADE20K durante 100 épocas, com um tamanho de imagem de 512, podes usar os seguintes fragmentos de código. Para veres uma lista detalhada dos argumentos disponíveis, consulta a página de treino do modelo.
Exemplo de treinofrom 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)O dataset ADE20K segue a estrutura oficial do ADEChallengeData2016, com as imagens organizadas em
images/training/eimages/validation/, e as máscaras correspondentes emannotations/training/eannotations/validation/. O ficheiro YAML da Ultralytics associa cada imagem à sua máscara através do campomasks_dir: annotationse usalabel_mappingpara converter os IDs de rótulo de origem1–150em IDs de treino contíguos0–149, mapeando o rótulo de ignorar para255.Sim. Descarrega o arquivo
ADEChallengeData2016.zip(~1 GB) e extrai-o diretamente para a tua pastadatasets/antes do treino — a pasta de nível superior do próprio arquivo já se chamaADEChallengeData2016/, por isso extraí-lo aí (e não numa pasta separadaADEChallengeData2016criada por ti) produz a estruturaimages/eannotations/esperada porade20k.yaml.As máscaras de anotação do ADE20K armazenam IDs de rótulo de origem, nos quais
0indica a classe de ignorar ou de fundo. A secçãolabel_mappingmapeia os rótulos válidos1a150para IDs de treino contíguos0a149e atribui255aos píxeis ignorados, para que sejam excluídos da função de perda e das métricas durante o treino e a validação.Não. As imagens do ADE20K são disponibilizadas sob termos que restringem o uso à investigação e à educação não comerciais; o software de anotação que as acompanha é licenciado separadamente sob BSD-3. Contacta o MIT CSAIL para conheceres as opções de licenciamento comercial.