语义分割数据集概览

语义分割 会为图像中的每个像素分配一个类别标签。与实例分割不同，语义分割不会区分同一类别的单个对象。训练目标是一个密集类别图，其中每个像素存储一个类别 ID。

本指南介绍了 Ultralytics YOLO 语义分割模型所使用的数据集格式，并列出了可用于训练和验证的内置数据集配置。

支持的数据集格式

支持两种标签格式。数据集加载器会根据数据集 YAML 文件中是否定义了 masks_dir 键来选择路径。

PNG 掩码格式

语义分割数据集每个样本使用一个图像文件和一个掩码文件。掩码是一个单通道图像（通常为 PNG），其中每个像素值都是对应图像像素的类别索引。

• 像素值 0、1、2 等代表数据集 names 映射中的类别 ID。
• 像素值 255 被视为忽略标签，不参与损失和指标计算。
• 掩码文件应与匹配的图像文件使用相同的词干（stem），例如 frankfurt_000000_000294.png。
• 支持的掩码扩展名为 .png、.PNG、.bmp 和 .tif。

默认布局将图像和掩码保存在平行文件夹中。数据集 YAML 中的 masks_dir 值会替换 images 路径组件以查找掩码。

dataset/
├── images/
│   ├── train/
│   └── val/
└── masks/
    ├── train/
    └── val/

For example, an image at images/train/aachen_000000_000019.png is paired with a mask at masks/train/aachen_000000_000019.png when masks_dir: masks.

YOLO 多边形标签格式

如果你的数据集已经拥有 Ultralytics YOLO 多边形标签（每张图像一个 .txt 文件，包含 <class-index> <x1> <y1> <x2> <y2> ... 行），你可以直接利用它们进行语义分割训练，无需进行 PNG 掩码转换。有关行级布局的详细信息，请参阅实例分割数据集格式。

当数据集 YAML 省略 masks_dir 时，会自动选择此路径。行为如下：

• 多边形在加载时会被转换为每张图像的语义掩码，并按面积排序，以便较小的对象在重叠区域覆盖较大的对象。
• Multi-class (N > 1 in names): an extra background class is appended after your declared classes for pixels not covered by any polygon. The model is built with N + 1 output channels and the last channel is background.
• Single-class (N == 1 in names): still trained as 1 class. The mask is binary, with your declared class shown as 1 and pixels not covered by any polygon as 0. No extra background class is added to names.
• 由增强填充（如随机裁剪）添加的像素仍使用 255 作为忽略标签。

当你的数据已经标注为实例多边形，且你想从相同的文件中获得语义分割模型时，请使用此路径。

数据集 YAML 格式

语义分割数据集使用 YAML 文件进行配置。主要字段包括：

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Cityscapes semantic segmentation dataset (19 classes)
# Documentation: https://docs.ultralytics.com/datasets/semantic/cityscapes8/
# Example usage: yolo semantic train data=cityscapes8.yaml model=yolo26n-sem.pt
# parent
# ├── ultralytics
# └── datasets
#     └── cityscapes8 ← downloads here (small subset)
#         └── images
#         └── masks

# Dataset root directory
path: cityscapes8 # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images

masks_dir: masks # semantic mask directory

# Cityscapes 19-class labels
names:
  0: road
  1: sidewalk
  2: building
  3: wall
  4: fence
  5: pole
  6: traffic light
  7: traffic sign
  8: vegetation
  9: terrain
  10: sky
  11: person
  12: rider
  13: car
  14: truck
  15: bus
  16: train
  17: motorcycle
  18: bicycle

# Map source label IDs to train IDs; ignore_label is converted to 255.
label_mapping:
  -1: ignore_label
  0: ignore_label
  1: ignore_label
  2: ignore_label
  3: ignore_label
  4: ignore_label
  5: ignore_label
  6: ignore_label
  7: 0
  8: 1
  9: ignore_label
  10: ignore_label
  11: 2
  12: 3
  13: 4
  14: ignore_label
  15: ignore_label
  16: ignore_label
  17: 5
  18: ignore_label
  19: 6
  20: 7
  21: 8
  22: 9
  23: 10
  24: 11
  25: 12
  26: 13
  27: 14
  28: 15
  29: ignore_label
  30: ignore_label
  31: 16
  32: 17
  33: 18

# Download URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/cityscapes8.zip

当源掩码 ID 尚未与连续的训练类别 ID 匹配时，请使用 label_mapping。Cityscapes 和 ADE20K 包含相应的映射，可将原始标签 ID 转换为 YOLO 语义分割训练 ID 并忽略未使用的标签。

使用方法

使用 Python 或 CLI 训练 YOLO26 语义分割模型：

from ultralytics import YOLO

# Load a pretrained semantic segmentation model
model = YOLO("yolo26n-sem.pt")

# Train on the Cityscapes8 semantic segmentation dataset
results = model.train(data="cityscapes8.yaml", epochs=100, imgsz=1024)

支持的数据集

Ultralytics 为以下数据集提供了语义分割数据集 YAML 文件：

• Cityscapes：具有 19 个训练类别的城市街道场景语义分割数据集。
• Cityscapes8：用于快速测试和 CI 检查的 8 图像 Cityscapes 子集。
• ADE20K：包含 150 个语义类别的场景解析数据集。

添加你自己的数据集

选项 A — PNG 掩码

1. 将你的图像保存在如 images/train 和 images/val 等拆分文件夹下。
2. 在镜像掩码文件夹（如 masks/train 和 masks/val）下，为每张图像保存一个单通道掩码。
3. 确保掩码像素值为类别 ID。对于应忽略的像素，请使用 255。
4. 创建一个包含 path、train、val、masks_dir 和 names 的数据集 YAML 文件。
5. 仅当你的掩码 ID 需要转换为连续训练 ID 时，才添加 label_mapping。

path: path/to/my-semantic-dataset
train: images/train
val: images/val
masks_dir: masks

names:
    0: background
    1: road
    2: building

选项 B — 多边形标签

1. Lay out images and .txt polygon files exactly as for instance segmentation.
2. 创建一个包含 path、train、val 和 names 的数据集 YAML 文件 —— 省略 masks_dir。
3. 不要向 names 中添加 "background" 条目。对于多类数据集，加载器会自动附加一个；对于单类数据集，训练保持 1 个类别 —— 声明的类别在掩码中变为 1，未覆盖的像素变为 0。

path: path/to/my-polygon-dataset
train: images/train
val: images/val

names:
    0: person
    1: car

常见问题

语义分割掩码和实例分割标签之间有什么区别？

语义分割掩码是密集像素图。每个像素存储一个类别 ID，每张训练图像对应一个掩码图像。Ultralytics YOLO 中的实例分割标签使用包含多边形坐标的文本文件，每个对象实例对应一行。

训练期间忽略什么像素值？

像素值 255 被用作忽略标签。这些像素在损失和指标计算期间会被跳过，这对于空区域、未标记像素或训练标签集之外的类别非常有用。

掩码文件名是否需要与图像文件名匹配？

是的。每个语义掩码应与对应的图像具有相同的文件词干。数据集加载器会将 images 目录组件替换为 masks_dir 并搜索匹配的掩码文件。

我可以直接使用原始数据集标签 ID 吗？

可以，如果它们已经与你的 names 类别 ID 匹配。如果源数据集使用非连续 ID 或包含应被忽略的标签，请添加 label_mapping 部分来将源像素值转换为训练 ID。

我可以使用我的实例分割数据集来训练语义分割吗？

可以。实例分割数据集使用 Ultralytics YOLO 多边形标签（每张图像一个 .txt 文件，带有 <class-index> <x1> <y1> <x2> <y2> ... 行），相同的文件可以复用于语义分割 —— 只需在数据集 YAML 中省略 masks_dir。加载器会动态将多边形转换为每张图像的掩码。对于多类数据集 (N > 1)，会附加一个额外的 background 类，模型构建时会有 N + 1 个输出通道。对于单类数据集 (N == 1)，训练保持 1 个类别 —— 掩码中声明的类别显示为 1，未覆盖的像素显示为 0。