مجموعة بيانات عمق iBims-1#
تُعد iBims-1 (صور معيارية مستقلة ومسوح مطابقة) معيارًا داخليًا عالي الجودة لـتقدير العمق أحادي العين. وهي تقرن صور RGB ببيانات حقيقة أرضية من ماسح ليزري بمستوى المسح المساحي، وقد صُممت لاختبار الحواف الحادة للعمق والأسطح المستوية.
الميزات الرئيسية#
- بيانات حقيقة أرضية عالية الجودة للعمق، ملتقطة باستخدام ماسح ليزري بمستوى المسح المساحي.
- تشمل مشاهد داخلية واقعية.
- يصل مدى العمق إلى نحو 10 m.
- يُجرى التقييم على 100 صورة.
- صُممت خصيصًا لتقييم الحواف الحادة للعمق وجودة الأسطح المستوية.
دورها في YOLO26-Depth#
تُعد iBims-1 معيارًا للتقييم دون تدريب مسبق لعائلة YOLO26-Depth؛ إذ لم تُدرَّب النماذج المنشورة عليها. ويجعل تركيزها على انقطاعات العمق الحادة والمناطق المستوية منها اختبارًا دقيقًا لجودة خرائط العمق يتجاوز الدقة الإجمالية.
يستخدم التقييم زيادة بيانات الاختبار متعددة المقاييس والقلب الأفقي (TTA)، ثم محاذاة المقياس بطريقة المربعات الصغرى اللوغاريتمية بين خرائط العمق المتوقعة والحقيقة الأرضية قبل حساب المقاييس.
النتائج#
يعرض الجدول أدناه دقة delta1 (نسبة وحدات البكسل التي تقع ضمن عتبة 1.25×، والأعلى أفضل) على صور التقييم في iBims-1 حسب حجم النموذج.
| النموذج | دلتا1 |
|---|---|
| YOLO26n-depth | 0.923 |
| YOLO26s-depth | 0.899 |
| YOLO26m-depth | 0.953 |
| YOLO26l-depth | 0.952 |
| YOLO26x-depth | 0.961 |
التقييم#
لا تُرفق iBims-1 بملف YAML مُضمّن لمجموعة البيانات. ويُجرى تقييمها من خلال برنامج نصي مخصص للتقييم، يحمّل صور iBims-1 وبيانات حقيقة العمق الأرضية من الماسح الليزري، ويطبق تعزيز البيانات وقت الاختبار القياسي ومحاذاة المقياس بالمربعات الصغرى اللوغاريتمية، ثم يعرض مقاييس العمق.
الاستخدام#
بما أن iBims-1 معيار خارجي، تُشغّل النماذج عادةً باستخدام predict على صورها. للاطلاع على قائمة شاملة بالوسيطات المتاحة، راجع صفحة التنبؤ الخاصة بالنموذج.
from ultralytics import YOLO
# تحميل نموذج
model = YOLO("yolo26x-depth.pt") # تحميل نموذج عمق مُدرَّب مسبقًا
# توقّع العمق في صور iBims-1
results = model.predict("path/to/ibims1/images")النماذج المدربة مسبقًا#
تُقيَّم عائلة YOLO26 للعمق دون تدريب مسبق على معيار iBims-1. تُنزَّل هذه النماذج تلقائيًا عند استخدامها للمرة الأولى من إصدار أصول Ultralytics v8.4.0، مثل YOLO26x-depth، وتتوفر بأحجام متعددة (yolo26n/s/m/l/x-depth) لتلبية متطلبات الدقة والموارد المختلفة.
الاستشهادات والشكر والتقدير#
إذا استخدمت مجموعة بيانات iBims-1 في أبحاثك أو أعمال التطوير، يُرجى الاستشهاد بالورقة البحثية التالية:
@inproceedings{koch2018ibims,
title={Evaluation of CNN-based Single-Image Depth Estimation Methods},
author={Koch, Tobias and Liebel, Lukas and Fraundorfer, Friedrich and K{\"o}rner, Marco},
booktitle={Proceedings of the European Conference on Computer Vision (ECCV) Workshops},
year={2018}
}نود الإشادة بالمؤلفين لإنشائهم هذا المورد القيّم لمجتمع الرؤية الحاسوبية وصيانته.
الأسئلة الشائعة#
iBims-1 معيار داخلي يضم 100 صورة، مع بيانات عمق من ماسح ليزري بمستوى المسح المساحي، وقد صُمم لاختبار الحواف الحادة للعمق والأسطح المستوية، متجاوزًا الدقة الإجمالية لفحص جودة خرائط العمق. تُقيَّم نماذج YOLO26-Depth عليه دون تدريب مسبق، ويحقق YOLO26x-depth قيمة delta1 تبلغ 0.961.
لا. لا تأتي iBims-1 بملف YAML مُضمّن، ويُقيَّم الأداء عليها من خلال برنامج نصي مخصص يطبق زيادة البيانات متعددة المقاييس وقلب الصور وقت الاختبار، ومحاذاة المقياس بالمربعات الصغرى اللوغاريتمية. استخدم وضع التنبؤ على صورها كما هو موضح في قسم الاستخدام.
تُقيَّم النماذج المنشورة أيضًا دون تدريب مسبق على NYU Depth V2 وETH3D وMake3D، وعلى تقسيم KITTI Eigen، الذي تدخل مسارات القيادة الخاصة به ضمن مزيج التدريب المسبق؛ راجع صفحة مهمة تقدير العمق للاطلاع على النتائج المجمعة.