Link to this sectionمجموعة بيانات العمق ETH3D#

ETH3D هو معيار قياسي للمجسمات متعددة الرؤى عالي الدقة يُستخدم في تقدير العمق الأحادي. ويوفر بيانات أرضية دقيقة بواسطة ماسح ضوئي ليزري على مستوى المسح للمشاهد الداخلية والخارجية على حد سواء.

Link to this sectionالميزات الرئيسية#

• بيانات عمق أرضية على مستوى المسح تم التقاطها باستخدام ماسح ليزري عالي الدقة.
• صور عالية الدقة تغطي مشاهد داخلية وخارجية.
• نطاق عمق يصل إلى حوالي 60 متراً.
• يتم إجراء التقييم على 423 صورة.
• معيار قياسي عالي الجودة للمجسمات متعددة الرؤى مع بيانات أرضية كثيفة ودقيقة.

Link to this sectionالدور في YOLO26-Depth#

يعتبر ETH3D معياراً للتقييم دون تدريب مسبق (zero-shot) لعائلة YOLO26-Depth؛ حيث لم يتم تدريب النماذج المنشورة عليه. مزيجه من المشاهد الداخلية والخارجية مع بيانات أرضية دقيقة بالماسح الليزري يجعله اختباراً قوياً للتعميم عبر النطاقات.

يستخدم التقييم خاصية تعزيز بيانات وقت الاختبار (TTA) متعددة المقاييس وبالقلب الأفقي، متبوعة بمحاذاة المقياس بمربعات الصغرى اللوغاريتمية بين خرائط العمق المتوقعة وخرائط العمق الأرضية قبل حساب المقاييس.

Link to this sectionالنتائج#

يوضح الجدول أدناه دقة delta1 (نسبة البكسلات ضمن عتبة 1.25×، كلما زادت النسبة كان ذلك أفضل) على صور تقييم ETH3D حسب حجم النموذج.

Link to this sectionالتقييم#

لا يتم شحن ETH3D مع ملف YAML مجمع لمجموعة البيانات. يتم تقييمه من خلال نص برمجي مخصص للتقييم يقوم بتحميل صور ETH3D وبيانات العمق الأرضية للماسح الليزري، ويطبق TTA القياسي ومحاذاة المقياس بمربعات الصغرى اللوغاريتمية، ثم يبلغ عن مقاييس العمق.

Link to this sectionالاستخدام#

ETH3D هو معيار خارجي، لذا يتم تشغيل النماذج عادةً باستخدام predict على صوره. للحصول على قائمة شاملة بالوسيطات المتاحة، ارجع إلى صفحة التنبؤ (Prediction) 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")

Link to this sectionالنماذج المدربة مسبقاً#

يتم تقييم عائلة YOLO26-Depth بدون تدريب مسبق على معيار ETH3D. تقوم هذه النماذج بالتحميل التلقائي من أحدث إصدارات Ultralytics، على سبيل المثال YOLO26x-depth من الإصدار v8.4.0، وتغطي مجموعة من الأحجام (yolo26n/s/m/l/x-depth) لتلبية متطلبات الدقة والموارد المختلفة.

Link to this sectionالاقتباسات والشكر#

إذا كنت تستخدم مجموعة بيانات ETH3D في عملك البحثي أو التطويري، فيرجى الاستشهاد بالورقة العلمية 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 نشكر المؤلفين على إنشاء هذا المورد القيم والحفاظ عليه لمجتمع رؤية الكمبيوتر.