ADE20K数据集下载与使用全指南：从数据获取到实战应用

1次阅读

没有评论

共计 1965 个字符，预计需要花费 5 分钟才能阅读完成。

ADE20K 是 MIT CSAIL 发布的场景理解数据集，包含 20,210 张训练图像和 2,000 张验证图像，涵盖 150 个语义类别。其特点包括：

精细标注：每个像素都有语义标签和实例 ID
场景多样性：包含室内 / 室外、简单 / 复杂场景
基准价值：常被用于评估语义分割和场景解析算法

在语义分割、实例分割、全景分割等任务中，ADE20K 因其丰富的类别和精细标注，成为学术研究和工业落地的重要基准数据集。

访问ADE20K 官网
填写申请表单获取下载链接
下载ADE20K_2016_07_26.zip（约 3.5GB）

缺点：需人工审核，下载速度较慢

清华大学镜像：wget https://mirror.tsinghua.edu.cn/.../ADE20K_2016_07_26.zip
Google Drive 备份（需科学上网）

建议：使用 aria2c 多线程下载加速

解压后目录结构：

ADE20K_2016_07_26/
├── images/          # 原始图像
│   ├── training/
│   └── validation/
├── annotations/     # 标注文件
│   ├── training/
│   └── validation/
└── index_ade20k.mat # 类别元数据

标注文件示例（ADE_train_00000001.png）：
– 像素值 = 类别 ID × 10 + 实例 ID
– 特殊值：0（忽略区域），255（边界）

import numpy as np
from PIL import Image
import scipy.io as sio

# 加载类别元数据
mat = sio.loadmat('index_ade20k.mat')
classes = [c[0] for c in mat['classes'][0]]
palette = mat['palette']  # 可视化调色板

# 解析标注文件
def load_annotation(anno_path):
    anno = np.array(Image.open(anno_path))
    class_map = anno // 10  # 获取类别 ID
    instance_map = anno % 10  # 获取实例 ID
    return class_map, instance_map

from torch.utils.data import Dataset

class ADE20KDataset(Dataset):
    def __init__(self, root, split='training', transform=None):
        self.img_dir = f"{root}/images/{split}"
        self.anno_dir = f"{root}/annotations/{split}"
        self.transform = transform
        self.filenames = sorted(os.listdir(self.img_dir))

    def __getitem__(self, idx):
        img = Image.open(f"{self.img_dir}/{self.filenames[idx]}")
        anno = Image.open(f"{self.anno_dir}/{self.filenames[idx].replace('.jpg','.png')}")

        if self.transform:
            img, anno = self.transform(img, anno)

        return img, anno