مجموعة بيانات العمق ETH3D#
تُعد ETH3D معيارًا مرجعيًا عالي الدقة للاستريو متعدد المناظير، ويُستخدم في تقدير العمق الأحادي. وتوفر قيمًا مرجعية للعمق بمستوى دقة المسح المساحي باستخدام الماسح الليزري، وذلك عبر مشاهد داخلية وخارجية على حد سواء.
الميزات الرئيسية#
- قيم مرجعية للعمق بمستوى دقة المسح المساحي، ملتقطة باستخدام ماسح ليزري عالي الدقة.
- صور عالية الدقة تغطي مشاهد داخلية وخارجية على حد سواء.
- نطاق عمق يصل إلى نحو 60 مترًا.
- يُجرى التقييم على 423 صورة.
- معيار مرجعي عالي الجودة للاستريو متعدد المناظير، مع قيم مرجعية كثيفة ودقيقة.
دور ARKitScenes في YOLO26-Depth#
تُعد ETH3D معيارًا مرجعيًا للتقييم دون تدريب مسبق لعائلة YOLO26-Depth؛ إذ لم تُدرَّب النماذج المنشورة عليها. ويجعل مزيجها من المشاهد الداخلية والخارجية، إلى جانب القيم المرجعية الدقيقة المستخلصة بالماسح الليزري، منها اختبارًا قويًا للتعميم عبر المجالات.
يستخدم التقييم زيادة البيانات متعددة المقاييس وقلب الصورة أفقيًا وقت الاختبار (TTA)، ثم تُجرى مواءمة المقياس بطريقة المربعات الصغرى اللوغاريتمية بين خرائط العمق المتوقعة وخرائط العمق للحقيقة الأرضية قبل حساب المقاييس.
النتائج#
يعرض الجدول أدناه دقة delta1 (النسبة المئوية لوحدات البكسل الواقعة ضمن عتبة 1.25×، حيث تكون القيم الأعلى أفضل) على صور تقييم ETH3D بحسب حجم النموذج.
| النموذج | delta1 |
|---|---|
| YOLO26n-depth | 0.905 |
| YOLO26s-depth | 0.876 |
| YOLO26m-depth | 0.943 |
| YOLO26l-depth | 0.945 |
| YOLO26x-depth | 0.953 |
التقييم#
لا تُرفق ETH3D بملف YAML مضمّن لمجموعة البيانات. ويُجرى تقييمها من خلال برنامج نصي مخصص للتقييم، يحمّل صور ETH3D والقيم المرجعية للعمق المستخلصة بالماسح الليزري، ويطبّق زيادة بيانات وقت الاختبار القياسية ومحاذاة المقياس بطريقة المربعات الصغرى اللوغاريتمية، ثم يعرض مقاييس العمق.
الاستخدام#
تُعد ETH3D معيارًا مرجعيًا خارجيًا، ولذلك تُشغَّل النماذج عادةً باستخدام predict على صورها. للحصول على قائمة شاملة بالوسائط المتاحة، راجع صفحة التنبؤ الخاصة بالنموذج.
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26x-depth.pt") # load a pretrained depth model
# Predict depth on ETH3D images
results = model.predict("path/to/eth3d/images")النماذج المدرّبة مسبقًا#
تُقيَّم عائلة YOLO26 للعمق دون تدريب مسبق على معيار ETH3D. تُنزّل هذه النماذج تلقائيًا من أحدث إصدار من Ultralytics، مثل YOLO26x-depth من الإصدار v8.4.0، وتتوفر بأحجام متعددة (yolo26n/s/m/l/x-depth) لتلبية متطلبات مختلفة من الدقة والموارد.
الاقتباسات والشكر والتقدير#
إذا استخدمت مجموعة بيانات ETH3D في أبحاثك أو أعمالك التطويرية، يُرجى الاستشهاد بالورقة التالية:
@inproceedings{schops2017eth3d,
title={A Multi-View Stereo Benchmark with High-Resolution Images and Multi-Camera Videos},
author={Sch{\"o}ps, Thomas and Sch{\"o}nberger, Johannes L. and Galliani, Silvano and Sattler, Torsten and Schindler, Konrad and Pollefeys, Marc and Geiger, Andreas},
booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year={2017}
}نود أن نعرب عن تقديرنا للمؤلفين على إنشاء هذا المورد القيّم لمجتمع الرؤية الحاسوبية وصيانته.
الأسئلة الشائعة#
يُعد ETH3D معيار تقييم صفري المعرفة (zero-shot). نماذج YOLO26-Depth المُصدرة غير مُدربة عليه، لذا فإن صورها البالغ عددها 423 صورة داخلية وخارجية مع عمق ماسح ضوئي بالليزر بدرجة مسحية تقيس التعميم عبر النطاقات حتى حوالي 60 متراً. يصل النموذج الأكبر، YOLO26x-depth، إلى قيمة delta1 تبلغ 0.953 على هذا المعيار.
لا. يتم تقييم ETH3D باستخدام نص مخصص يطبق تعزيز وقت الاختبار متعدد المقاييس والتقليب متبوعاً بمحاذاة المقياس بأقل المربعات اللوغاريتمية. لتشغيل نموذج على صور ETH3D بنفسك، استخدم وضع التنبؤ كما هو موضح في قسم الاستخدام.
تُقيم عائلة YOLO26-Depth أيضاً بصفر المعرفة على NYU Depth V2، وMake3D، وiBims-1، وعلى تقسيم KITTI Eigen، الذي تشكل رحلات تدريبه جزءاً من مزيج التدريب المسبق. تلخص صفحة مهمة تقدير العمق النتائج عبر الخمسة جميعها.