Dataset ADE20K#
Dataset ADE20K là một benchmark phân đoạn ngữ nghĩa quy mô lớn do MIT CSAIL phát triển, gồm 20.210 ảnh huấn luyện và 2.000 ảnh validation được gán nhãn dày đặc trên 150 danh mục trong nhà, ngoài trời, object và stuff. Đây là tài nguyên tiêu chuẩn để huấn luyện và đánh giá các model hiểu cảnh dày đặc với Ultralytics YOLO.
Tính năng chính#
- Benchmark SceneParsing đầy đủ của ADE20K có tổng cộng 25.562 ảnh: 20.210 ảnh huấn luyện, 2.000 ảnh validation và 3.352 ảnh testing. Annotation của ảnh testing không được phát hành công khai, vì vậy archive
ADEChallengeData2016có thể tải xuống và configade20k.yamlcủa Ultralytics chỉ sử dụng các split huấn luyện và validation. - Dataset bao phủ 150 class ngữ nghĩa thuộc các danh mục trong nhà, ngoài trời, object và stuff.
- Annotation là các segmentation mask dày đặc ở cấp pixel, phù hợp cho việc phân tích cảnh.
Cấu trúc bộ dữ liệu#
Cấu hình Ultralytics yêu cầu layout ADEChallengeData2016 chính thức:
ADEChallengeData2016/
├── images/
│ ├── training/
│ └── validation/
└── annotations/
├── training/
└── validation/ADE20K không có script tải xuống tự động. Hãy tải archive ADEChallengeData2016.zip có dung lượng ~1 GB và giải nén trực tiếp vào thư mục datasets/. Thư mục cấp cao nhất bên trong archive đã được đặt tên là ADEChallengeData2016/, nên thao tác này sẽ tạo ra datasets/ADEChallengeData2016/ khớp với layout ở trên — không tự tạo thư mục ADEChallengeData2016 rồi giải nén vào đó, nếu không bạn sẽ tạo ra thư mục lồng nhau datasets/ADEChallengeData2016/ADEChallengeData2016/ mà YAML không thể tìm thấy.
Trường masks_dir được đặt thành annotations, vì vậy mỗi ảnh trong images/ được ghép với mask tương ứng trong annotations/. Mask ADE20K gốc sử dụng ID nhãn nguồn, trong đó 0 được bỏ qua, còn section label_mapping chuyển các nhãn hợp lệ từ 1 đến 150 thành các train ID liên tiếp từ 0 đến 149, đồng thời ánh xạ các pixel bị bỏ qua thành 255.
Ứng dụng#
ADE20K được sử dụng rộng rãi để huấn luyện và đánh giá các model deep learning trong phân đoạn ngữ nghĩa và phân tích cảnh. Tập hợp danh mục đa dạng cùng các cảnh phức tạp khiến dataset này có giá trị đối với những ứng dụng như điều hướng tự động, robotics, thực tế tăng cường và chỉnh sửa ảnh.
Độ phong phú của các cảnh trong nhà và ngoài trời cũng khiến ADE20K trở thành benchmark mạnh để đánh giá khả năng khái quát hóa của model giữa các domain. Các model segmentation ngữ nghĩa YOLO26 pretrained đạt tới 51.5 mIoU trên tập validation ADE20K — xem trang model segmentation ngữ nghĩa để biết bảng benchmark đầy đủ. Các dataset định dạng ADE20K cũng hoàn toàn tương thích với Ultralytics Platform để quản lý dataset và huấn luyện.
YAML của bộ dữ liệu#
File YAML của dataset định nghĩa các path, class, thư mục mask và ánh xạ nhãn của ADE20K. File ade20k.yaml được duy trì tại 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.zipCách sử dụng#
Để huấn luyện model YOLO26n-sem trên dataset ADE20K trong 100 epoch với kích thước ảnh 512, bạn có thể sử dụng các đoạn code sau. Để xem danh sách đầy đủ các argument khả dụng, hãy tham khảo trang Training của model.
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)Trích dẫn, giấy phép và lời cảm ơn#
Ảnh ADE20K được phát hành chỉ cho mục đích nghiên cứu và giáo dục phi thương mại; phần mềm annotation của dataset được cấp phép riêng theo BSD-3. Việc sử dụng thương mại cần có sự cho phép của MIT CSAIL.
Nếu sử dụng dataset ADE20K trong công việc nghiên cứu hoặc phát triển, vui lòng trích dẫn bài báo sau:
@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}
}Chúng tôi xin ghi nhận Computer Vision Group của MIT CSAIL vì đã tạo và duy trì tài nguyên giá trị này cho cộng đồng computer vision. Để biết thêm thông tin về dataset ADE20K và các tác giả, hãy truy cập website dataset ADE20K.
FAQ#
Dataset ADE20K là một benchmark phân tích cảnh quy mô lớn được sử dụng cho phân đoạn ngữ nghĩa, với 20.210 ảnh huấn luyện và 2.000 ảnh validation được phát hành công khai trên 150 danh mục bao phủ các class trong nhà, ngoài trời, object và stuff. Các nhà nghiên cứu sử dụng ADE20K nhờ các cảnh đa dạng, tập danh mục chi tiết và các metric đánh giá tiêu chuẩn như trung bình Intersection over Union (mIoU), khiến dataset này phù hợp để benchmark các model dự đoán dày đặc.
Để huấn luyện model YOLO26n-sem trên dataset ADE20K trong 100 epoch với kích thước ảnh 512, bạn có thể sử dụng các đoạn code sau. Để xem danh sách chi tiết các argument khả dụng, hãy tham khảo trang Training của model.
Ví dụ huấn luyệnfrom 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)Dataset ADE20K tuân theo layout ADEChallengeData2016 chính thức, với các ảnh được sắp xếp trong
images/training/vàimages/validation/, cùng các mask tương ứng trongannotations/training/vàannotations/validation/. File YAML của Ultralytics ghép mỗi ảnh với mask của ảnh đó thông qua trườngmasks_dir: annotations, đồng thời sử dụnglabel_mappingđể chuyển các ID nhãn nguồn1–150thành các train ID liên tiếp0–149, ánh xạ nhãn bỏ qua thành255.Có. Hãy tải archive
ADEChallengeData2016.zip(~1 GB) và giải nén trực tiếp vào thư mụcdatasets/trước khi huấn luyện — thư mục cấp cao nhất bên trong archive đã được đặt tên làADEChallengeData2016/, vì vậy việc giải nén tại đó (không phải vào một thư mụcADEChallengeData2016riêng do bạn tự tạo) sẽ tạo ra layoutimages/vàannotations/màade20k.yamlyêu cầu.Mask annotation của ADE20K lưu trữ các ID nhãn nguồn, trong đó
0biểu thị class bị bỏ qua hoặc background. Sectionlabel_mappingánh xạ các nhãn hợp lệ từ1đến150thành các train ID liên tiếp từ0đến149, đồng thời gán255cho các pixel bị bỏ qua để loại chúng khỏi loss và metric trong quá trình huấn luyện và validation.Không. Ảnh ADE20K được phát hành theo các điều khoản hạn chế việc sử dụng vào nghiên cứu và giáo dục phi thương mại; phần mềm annotation đi kèm được cấp phép riêng theo BSD-3. Hãy liên hệ MIT CSAIL để biết các tùy chọn cấp phép thương mại.