Tập dữ liệu 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

Bộ dữ liệu Ultralytics Argoverse (Argoverse-HD) là bộ dữ liệu object detection 2D gồm 54.446 hình ảnh lái xe tự động được gán nhãn — 39.384 cho quá trình huấn luyện và 15.062 cho quá trình xác thực — trên 8 lớp: người, xe đạp, ô tô, xe máy, xe buýt, xe tải, đèn giao thông và biển báo dừng. Các hình ảnh được chụp từ camera trước trung tâm của xe, và các chú thích đến từ dự án nhận diện phát trực tuyến của Đại học Carnegie Mellon, được xây dựng dựa trên dữ liệu lái xe Argoverse 1.1 của Argo AI. Đây là một benchmark thực tế, quy mô lớn để huấn luyện các model computer vision nhằm phát hiện các đối tượng trên đường trong các kịch bản xe tự lái.

Khám phá Argoverse-HD trên Ultralytics Platform để xem trước các mẫu được gán nhãn, kiểm tra số liệu thống kê của tập dữ liệu và nhân bản tập dữ liệu đó để huấn luyện.

Tính năng chính#

• 8 lớp phát hiện đối tượng: người, xe đạp, ô tô, xe máy, xe buýt, xe tải, đèn giao thông và biển báo dừng.
• 54.446 hình ảnh được gán nhãn — 39.384 cho huấn luyện và 15.062 cho xác thực — cùng với một tập kiểm tra chưa được gán nhãn dành riêng cho eval.ai challenge.
• ~31,5 GB các khung hình camera trước trung tâm độ phân giải cao được ghi lại trong các cảnh lái xe tự động trong đô thị.
• Các chú thích được tự động chuyển đổi sang định dạng YOLO trong lần sử dụng đầu tiên, vì vậy bộ dữ liệu này đào tạo trực tiếp với các mô hình phát hiện Ultralytics YOLO.

Cấu trúc tập dữ liệu#

Bộ dữ liệu Argoverse-HD được chia thành ba tập con được xác định trước, được định nghĩa bởi cấu hình Argoverse.yaml:

Tất cả các hình ảnh chia sẻ chung 8 lớp đối tượng (chỉ số 0–7): người, xe đạp, ô tô, xe máy, xe buýt, xe tải, đèn giao thông và biển báo dừng.

Ứng dụng#

Bộ dữ liệu Argoverse-HD hỗ trợ nhiều ứng dụng object detection trong lái xe tự động:

• Nhận diện xe tự lái — phát hiện các phương tiện, người đi bộ và người đi xe đạp từ camera hướng về phía trước để hỗ trợ điều hướng autonomous-vehicle.
• Hệ thống hỗ trợ lái xe nâng cao (ADAS) — nhận diện đèn giao thông và biển báo dừng để cảnh báo tài xế theo thời gian thực.
• Giám sát giao thông — đếm và theo dõi người tham gia giao thông trong các cảnh đô thị để phục vụ phân tích thành phố thông minh.
• Nghiên cứu và tạo mẫu — một benchmark thực tế, quy mô lớn để học tập model training và prediction trên dữ liệu lái xe.

YAML tập dữ liệu#

Một tệp YAML định nghĩa cấu hình bộ dữ liệu, bao gồm các đường dẫn, lớp và các chi tiết liên quan khác. Đối với bộ dữ liệu Argoverse, tệp Argoverse.yaml được duy trì tại 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

Cách sử dụng#

Để huấn luyện model YOLO26n trên bộ dữ liệu Argoverse trong 100 epochs với kích thước ảnh là 640, hãy sử dụng các mẫu mã nguồn sau. Để có danh sách toàn diện các đối số có sẵn, hãy tham khảo trang Training của model.

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)

Sau khi huấn luyện, hãy chạy inference với model đã được tinh chỉnh trên các hình ảnh hoặc video lái xe mới:

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")

Dữ liệu mẫu và Chú thích#

Bộ dữ liệu Argoverse-HD chứa các hình ảnh lái xe độ phân giải cao được ghi lại từ camera trước trung tâm, được chú thích bằng các hộp bao (bounding box) 2D cho 8 lớp đối tượng. Dưới đây là hình ảnh ví dụ từ bộ dữ liệu với các chú thích tương ứng:

• Cảnh lái xe được chú thích: Hình ảnh này cho thấy các đối tượng trên đường — chẳng hạn như phương tiện và người đi bộ — được dán nhãn với các hộp bao 2D, định dạng mà các mô hình YOLO học để dự đoán trong quá trình đào tạo.

Trích dẫn và Ghi nhận#

Các chú thích phát hiện 2D Argoverse-HD được sử dụng trong bộ dữ liệu này đến từ công trình nghiên cứu nhận thức luồng của Đại học Carnegie Mellon. Nếu bạn sử dụng bộ dữ liệu này trong nghiên cứu hoặc phát triển của mình, vui lòng trích dẫn:

@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}
}

Chúng tôi xin gửi lời cảm ơn đến Đại học Carnegie Mellon vì các chú thích phát hiện Argoverse-HD và Argo AI vì đã tạo ra bộ dữ liệu Argoverse gốc như một nguồn tài nguyên quý giá cho cộng đồng nghiên cứu lái xe tự động.

Câu hỏi thường gặp#