ADE20K 数据集#
ADE20K 是来自 MIT CSAIL 的大规模语义分割基准测试集，包含 20,210 张训练图像和 2,000 张验证图像，密集标注了 150 个室内、室外、物体和物质类别。它是使用 Ultralytics YOLO 训练和评估密集场景理解模型的标准资源。
主要特性#
- ADE20K 的完整 SceneParsing 基准测试集总共有 25,562 张图像：20,210 张用于训练，2,000 张用于验证，3,352 张用于测试。测试图像的标注并未公开，因此可下载的
ADEChallengeData2016压缩包和 Ultralytics 的ade20k.yaml配置文件仅使用训练集和验证集拆分。 - 该数据集涵盖了 150 个语义类别，横跨室内、室外、物体和背景类别。
- 标注为密集的像素级分割掩码，适用于场景解析。
数据集结构#
Ultralytics 配置预期采用官方的 ADEChallengeData2016 布局：
ADEChallengeData2016/
├── images/
│ ├── training/
│ └── validation/
└── annotations/
├── training/
└── validation/ADE20K 没有自动下载脚本。请下载 ~1 GB 的 ADEChallengeData2016.zip 压缩包并将其直接解压到你的 datasets/ 文件夹中。压缩包本身的顶层文件夹已经命名为 ADEChallengeData2016/，因此这样会生成与上述结构匹配的 datasets/ADEChallengeData2016/——切勿自行创建 ADEChallengeData2016 文件夹并解压到其中，否则会产生一个 YAML 找不到的嵌套 datasets/ADEChallengeData2016/ADEChallengeData2016/ 目录。
masks_dir 字段设置为 annotations，因此 images/ 下的每张图像都与其在 annotations/ 下对应的掩码配对。原始的 ADE20K 掩码使用源标签 ID，其中 0 被忽略，而 label_mapping 部分将有效标签 1 到 150 转换为连续的训练 ID 0 到 149，并将忽略的像素映射到 255。
应用#
ADE20K 广泛用于训练和评估语义分割与场景解析中的深度学习模型。其多样化的类别集合和复杂的场景使其对自动驾驶、机器人技术、增强现实和图像编辑等应用极具价值。
室内和室外场景的广度也使 ADE20K 成为评估模型跨域泛化能力的强大基准。预训练的 YOLO26 语义分割模型在 ADE20K 验证集上最高可达 51.5 mIoU——请参阅语义分割模型页面以获取完整的基准测试表。ADE20K 格式的数据集也完全兼容 Ultralytics Platform 用于数据集管理和训练。
数据集 YAML#
数据集 YAML 文件定义了 ADE20K 路径、类别、掩码目录和标签映射。ade20k.yaml 文件维护在 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): http://data.csail.mit.edu/places/ADEchallenge/ADEChallengeData2016.zip用法#
要在 ADE20K 数据集上以 512 的图像大小训练 YOLO26n-sem 模型 100 个轮次，你可以使用以下代码片段。有关可用参数的完整列表，请参考模型训练页面。
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)引用、许可和致谢#
ADE20K 图像发布仅用于非商业研究和教育用途；该数据集的标注软件在 BSD-3 许可证下单独许可。商业使用需要获得 MIT CSAIL 的许可。
如果你在研究或开发工作中使用了 ADE20K 数据集，请引用以下论文：
@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}
}我们要感谢 MIT CSAIL 计算机视觉组为计算机视觉社区创建和维护这一宝贵资源。有关 ADE20K 数据集及其创建者的更多信息，请访问 ADE20K 数据集网站。
常见问题解答#
什么是 ADE20K 数据集，它为什么对计算机视觉很重要？#
ADE20K 数据集是一个用于语义分割的大规模场景解析基准，公开发布了 20,210 张训练图像和 2,000 张验证图像，涵盖 150 个类别，包括室内、室外、物体和物质类。研究人员使用 ADE20K 是因为它具有多样化的场景、细粒度的类别集以及平均交并比 (mIoU) 等标准化的评估指标，这使其成为对密集预测模型进行基准测试的理想选择。
我如何使用 ADE20K 数据集训练 YOLO 模型？#
要在 ADE20K 数据集上以 512 的图像大小训练 YOLO26n-sem 模型 100 个轮次，你可以使用以下代码片段。有关可用参数的详细列表，请参考模型训练页面。
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)ADE20K 数据集的结构是怎样的？#
ADE20K 数据集遵循官方的 ADEChallengeData2016 布局，图像组织在 images/training/ 和 images/validation/ 下，相应的掩码位于 annotations/training/ 和 annotations/validation/ 下。Ultralytics YAML 文件通过 masks_dir: annotations 字段将每张图像与其掩码配对，并使用 label_mapping 将源标签 ID 1–150 转换为连续的训练 ID 0–149，将忽略标签映射到 255。
我需要手动下载 ADE20K 吗？#
可以。请在训练前下载 ADEChallengeData2016.zip 压缩包（~1 GB）并将其直接解压到你的 datasets/ 文件夹中——压缩包本身的顶层文件夹已经命名为 ADEChallengeData2016/，因此将其解压到此处（而不是你自己创建的单独 ADEChallengeData2016 文件夹中）会生成 images/ 和 annotations/ 布局，这也是 ade20k.yaml 所期望的。
为什么 ADE20K 使用 label_mapping？#
ADE20K 标注掩码存储源标签 ID，其中 0 表示忽略或背景类。label_mapping 部分将有效标签 1 到 150 映射到连续的训练 ID 0 到 149，并为忽略的像素分配 255，以便在训练和验证期间将它们从损失函数和指标中排除。
ADE20K 数据集可以免费用于商业用途吗？#
不是。ADE20K 图像根据将使用限制为非商业研究和教育的条款发布；随附的标注软件在 BSD-3 许可证下单独许可。有关商业许可选项，请联系 MIT CSAIL。