Набор данных ADE20K#
Набор данных ADE20K — это масштабный бенчмарк семантической сегментации от MIT CSAIL с 20 210 обучающими и 2 000 проверочными изображениями, плотно размеченными по 150 категориям помещений, улиц, объектов и фона. Это стандартный ресурс для обучения и оценки моделей плотного понимания сцен с помощью Ultralytics YOLO.
Основные особенности#
- Полный бенчмарк SceneParsing для ADE20K включает 25 562 изображения: 20 210 для обучения, 2 000 для валидации и 3 352 для тестирования. Аннотации тестовых изображений не публикуются, поэтому загружаемый архив
ADEChallengeData2016и конфигурация Ultralyticsade20k.yamlиспользуют только обучающую и проверочную выборки. - Набор данных охватывает 150 семантических классов, включая категории помещений, открытых пространств, объектов и фона.
- Аннотации представляют собой плотные маски сегментации на уровне пикселей, подходящие для разбора сцен.
Структура набора данных#
Конфигурация Ultralytics ожидает официальную структуру ADEChallengeData2016:
ADEChallengeData2016/
├── images/
│ ├── training/
│ └── validation/
└── annotations/
├── training/
└── validation/Для ADE20K нет скрипта автоматической загрузки. Скачай архив объёмом ~1 ГБ ADEChallengeData2016.zip и распакуй его непосредственно в папку datasets/. Архив уже содержит корневую папку с именем ADEChallengeData2016/, поэтому в результате получится datasets/ADEChallengeData2016/, соответствующая приведённой выше структуре. Не создавай папку ADEChallengeData2016 самостоятельно и не распаковывай архив в неё, иначе появится вложенная директория datasets/ADEChallengeData2016/ADEChallengeData2016/, которую YAML не сможет найти.
Поле masks_dir имеет значение annotations, поэтому каждому изображению в images/ соответствует маска в annotations/. В исходных масках ADE20K используются идентификаторы исходных меток, где 0 игнорируется, а раздел label_mapping преобразует допустимые метки 1–150 в последовательные идентификаторы для обучения 0–149, заменяя игнорируемые пиксели на 255.
Применение#
ADE20K широко используется для обучения и оценки моделей глубокого обучения в задачах семантической сегментации и разбора сцен. Разнообразие категорий и сложность сцен делают этот набор данных ценным для таких применений, как автономная навигация, робототехника, дополненная реальность и редактирование изображений.
Благодаря разнообразию сцен в помещениях и на открытом воздухе ADE20K также служит хорошим бенчмарком для оценки обобщающей способности моделей в разных доменах. Предварительно обученные модели YOLO26 для семантической сегментации достигают mIoU до 51,5 на валидационном наборе ADE20K — полную таблицу результатов см. на странице моделей семантической сегментации. Наборы данных в формате ADE20K также полностью совместимы с Ultralytics Platform для управления наборами данных и обучения.
Файл YAML набора данных#
Файл YAML набора данных задаёт пути ADE20K, классы, директорию масок и соответствие меток. Файл ade20k.yaml поддерживается в 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-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.zipИспользование#
Чтобы обучить модель YOLO26n-sem на наборе данных ADE20K в течение 100 эпох с размером изображения 640, используй следующие фрагменты кода. Полный список доступных аргументов см. на странице модели Обучение.
from ultralytics import YOLO
# Загрузить модель
model = YOLO("yolo26n-sem-ade20k.pt") # загрузить предварительно обученную на ADE20K модель (рекомендуется для обучения)
# Обучить модель
results = model.train(data="ade20k.yaml", epochs=100, imgsz=640)Цитирование, лицензия и благодарности#
Изображения ADE20K выпущены для некоммерческих исследований и образовательных целей; программное обеспечение для аннотирования набора данных распространяется по отдельной лицензии BSD-3. Для коммерческого использования требуется разрешение MIT CSAIL.
Если ты используешь набор данных ADE20K в исследовательской или проектной работе, укажи в цитировании следующую статью:
@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}
}Благодарим группу компьютерного зрения MIT CSAIL за создание и поддержку этого ценного ресурса для сообщества компьютерного зрения. Подробнее о наборе данных ADE20K и его создателях см. на сайте набора данных ADE20K.
Часто задаваемые вопросы#
Набор данных ADE20K — это крупномасштабный бенчмарк разбора сцен для семантической сегментации. В открытом доступе представлены 20 210 обучающих и 2 000 валидационных изображений, распределённых по 150 категориям помещений, открытых пространств, объектов и фона. Исследователи используют ADE20K благодаря разнообразию сцен, детализированному набору категорий и стандартизированным метрикам оценки, таким как среднее пересечение по объединению (mIoU), которые делают его идеальным бенчмарком для моделей плотного предсказания.
Чтобы обучить модель YOLO26n-sem на наборе данных ADE20K в течение 100 эпох с размером изображения 640, используй следующие фрагменты кода. Подробный список доступных аргументов см. на странице модели Обучение.
Пример обученияfrom ultralytics import YOLO # Загрузить модель model = YOLO("yolo26n-sem-ade20k.pt") # загрузить предварительно обученную на ADE20K модель (рекомендуется для обучения) # Обучить модель results = model.train(data="ade20k.yaml", epochs=100, imgsz=640)Набор данных ADE20K соответствует официальной структуре ADEChallengeData2016: изображения размещены в
images/training/иimages/validation/, а соответствующие маски — вannotations/training/иannotations/validation/. Файл YAML Ultralytics связывает каждое изображение с его маской через полеmasks_dir: annotationsи используетlabel_mapping, чтобы преобразовать исходные идентификаторы меток1–150в последовательные идентификаторы для обучения0–149, заменяя метку игнорирования на255.Да. Скачай архив
ADEChallengeData2016.zip(~1 ГБ) и перед обучением распакуй его непосредственно в папкуdatasets/. Корневая папка архива уже называетсяADEChallengeData2016/, поэтому при распаковке туда, а не в отдельную папкуADEChallengeData2016, созданную тобой, получится структураimages/иannotations/, которую ожидаетade20k.yaml.В масках аннотаций ADE20K хранятся идентификаторы исходных меток, где
0обозначает игнорируемый класс или фон. Разделlabel_mappingсопоставляет допустимые метки1–150с последовательными идентификаторами для обучения0–149и присваивает255игнорируемым пикселям, чтобы исключить их из функции потерь и расчёта метрик при обучении и валидации.Нет. Изображения ADE20K выпущены на условиях, ограничивающих использование некоммерческими исследованиями и образованием; сопутствующее программное обеспечение для аннотирования распространяется по отдельной лицензии BSD-3. Свяжись с MIT CSAIL, чтобы узнать о вариантах коммерческого лицензирования.