Link to this sectionNYU Depth V2 Tiefendatensatz#

NYU Depth V2 ist der Standard-Benchmark für Innenräume zur monokularen Tiefenschätzung. Er besteht aus RGB-D-Videosequenzen einer Vielzahl von Innenraumszenen, die mit einer Microsoft Kinect v1 aufgenommen wurden. Er ist der primäre Benchmark für die Berichterstattung über die Genauigkeit von YOLO26-Depth.

Link to this sectionHauptfunktionen#

• Aufgenommen mit einem Microsoft Kinect v1 RGB-D-Sensor.
• Deckt eine Vielzahl echter Innenraumszenen ab (Wohnungen, Büros, Klassenzimmer und ähnliche Räume).
• Tiefenbereich bis zu ca. 10 m, typisch für handelsübliche RGB-D-Innenaufnahmen.
• Die Auswertung erfolgt auf dem standardmäßigen Eigen-Test-Split mit 654 Bildern.
• Der primäre Benchmark für die Berichterstattung über die Genauigkeit der monokularen Tiefenschätzung.

Link to this sectionRolle in YOLO26-Depth#

NYU Depth V2 ist der primäre Zero-Shot-Evaluierungs-Benchmark für die YOLO26-Depth-Familie, und die Hauptmetriken auf der Seite für Tiefenaufgaben basieren darauf. Die veröffentlichten YOLO26-Depth-Modelle wurden nicht auf NYU trainiert; obwohl der Datensatz einen Trainings-Split enthält, bleibt dieser ungenutzt und es werden nur die Ergebnisse des Test-Splits berichtet.

Die Evaluierung nutzt Multi-Scale- und Horizontal-Flip-Test-Time-Augmentation (TTA), gefolgt von einer Log-Least-Squares-Skalenanpassung zwischen den vorhergesagten und den tatsächlichen Tiefenkarten, bevor die Metriken berechnet werden.

Link to this sectionErgebnisse#

Die folgende Tabelle gibt die delta1-Genauigkeit (Prozentsatz der Pixel innerhalb eines 1,25×-Schwellenwerts, höher ist besser) auf dem NYU Depth V2 Eigen-Test-Split nach Modellgröße an.

Link to this sectionDatensatz-YAML#

Eine YAML-Datei (Yet Another Markup Language) wird verwendet, um die Datensatzkonfiguration zu definieren. Sie enthält Informationen über die Pfade des Datensatzes, Klassen und andere relevante Informationen.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# NYU Depth V2 dataset for monocular depth estimation
# Documentation: https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
# 795 train + 654 val (Eigen test split) images, 480x640, indoor scenes, depth in meters
# Example usage: yolo depth train data=nyu-depth.yaml model=yolo26n-depth.pt
# parent
# ├── ultralytics
# └── datasets
#     └── nyu-depth  ← downloads here (≈1.5 GB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: nyu-depth # dataset root dir (relative to Ultralytics settings 'datasets_dir')
train: images/train # train images (relative to 'path') 795 images
val: images/val # val images (relative to 'path') 654 images

# Depth maps are paired .npy files (float32, meters) under depth/<split>/, resolved by
# swapping '/images/' -> '/depth/' on each image path.

# Classes
nc: 1
names:
  0: depth

channels: 3

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/nyu-depth.zip

Link to this sectionVerwendung#

Um ein YOLO26-Depth-Modell auf dem NYU Depth V2 Benchmark zu evaluieren, kannst du die folgenden Code-Snippets verwenden. Eine umfassende Liste der verfügbaren Argumente findest du auf der Seite Validierung.

from ultralytics import YOLO

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

# Evaluate on the NYU Depth V2 benchmark
results = model.val(data="nyu-depth.yaml")

Link to this sectionVortrainierte Modelle#

Die YOLO26-Depth-Familie wird Zero-Shot auf dem NYU Depth V2 Benchmark evaluiert. Diese Modelle werden automatisch von der neuesten Ultralytics-Veröffentlichung heruntergeladen, zum Beispiel YOLO26x-depth aus v8.4.0, und decken eine Reihe von Größen ab (yolo26n/s/m/l/x-depth) für unterschiedliche Genauigkeits- und Ressourcenanforderungen.

Link to this sectionZitate und Danksagungen#

Wenn du den NYU Depth V2 Datensatz in deiner Forschung oder Entwicklungsarbeit verwendest, zitiere bitte das folgende Papier:

@inproceedings{silberman2012indoor,
      title={Indoor Segmentation and Support Inference from RGBD Images},
      author={Silberman, Nathan and Hoiem, Derek and Kohli, Pushmeet and Fergus, Rob},
      booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},
      year={2012}
}

Wir möchten den Autoren für die Erstellung und Pflege dieser wertvollen Ressource für die Computer-Vision-Community danken.