Link to this sectionمجموعة بيانات Make3D للعمق#

Make3D هو معيار قياسي كلاسيكي في الأماكن الخارجية لـ تقدير العمق الأحادي. يحتوي على صور لمشاهد في الحرم الجامعي مقترنة ببيانات العمق الحقيقية التي تم التقاطها بواسطة ماسح ضوئي ليزري ثلاثي الأبعاد مخصص، ويُستخدم على نطاق واسع لاختبار التعميم خارج نطاق التوزيع.

Link to this sectionالميزات الرئيسية#

• تم التقاط بيانات العمق الحقيقية باستخدام ماسح ضوئي ليزري ثلاثي الأبعاد مخصص.
• تغطي مشاهد خارجية حقيقية في الحرم الجامعي.
• يصل نطاق العمق إلى حوالي 70 متراً.
• يتم إجراء التقييم على مجموعة الاختبار القياسية المكونة من 134 صورة.
• معيار كلاسيكي للتعميم خارج نطاق التوزيع.

Link to this sectionدورها في YOLO26-Depth#

Make3D هو معيار تقييم بدون تدريب مسبق (zero-shot) لعائلة YOLO26-Depth؛ النماذج المنشورة لم يتم تدريبها عليه. كونه مجموعة بيانات خارجية خارج نطاق التوزيع، فهو يعتبر أصعب معيار لجميع النماذج، ومن المتوقع أن تكون قيم delta1 المطلقة منخفضة بشكل عام بالنسبة لمجموعة البيانات هذه.

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 كان ذلك أفضل) في مجموعة اختبار Make3D حسب حجم النموذج.

Link to this sectionالتقييم#

لا يتم شحن Make3D مع ملف YAML مجمع لمجموعة البيانات. يتم تقييمها من خلال برنامج نصي مخصص للتقييم يقوم بتحميل صور Make3D وبيانات العمق الحقيقية الخاصة بالماسح الليزري، ويطبق التقييم القياسي TTA ومحاذاة النطاق بالمربعات الصغرى اللوغاريتمية (log-least-squares)، ثم يقرر مقاييس العمق.

Link to this sectionالاستخدام#

Make3D هو معيار خارجي، لذا يتم تشغيل النماذج عادةً باستخدام predict على صوره. للحصول على قائمة شاملة بالوسيطات المتاحة، ارجع إلى صفحة التنبؤ الخاصة بالنموذج.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26x-depth.pt")  # load a pretrained depth model

# Predict depth on Make3D images
results = model.predict("path/to/make3d/images")

Link to this sectionالنماذج المدربة مسبقاً#

يتم تقييم عائلة YOLO26 للعمق بأسلوب zero-shot على معيار Make3D. تقوم هذه النماذج بالتنزيل التلقائي من أحدث إصدار لـ Ultralytics، على سبيل المثال YOLO26x-depth من الإصدار v8.4.0، وتغطي مجموعة متنوعة من الأحجام (yolo26n/s/m/l/x-depth) لتلبية متطلبات الدقة والموارد المختلفة.

Link to this sectionالاقتباسات والشكر#

إذا كنت تستخدم مجموعة بيانات Make3D في بحثك أو عملك التطويري، يرجى الاستشهاد بالورقة البحثية التالية:

@article{saxena2009make3d,
      title={Make3D: Learning 3D Scene Structure from a Single Still Image},
      author={Saxena, Ashutosh and Sun, Min and Ng, Andrew Y.},
      journal={IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)},
      year={2009}
}

نود أن نشكر المؤلفين على إنشاء والحفاظ على هذا المورد القيم لمجتمع الرؤية الحاسوبية.