Sicherheit auf Unternehmensebene: ISO 27001 + SOC 2 Typ I konform.

Link to this sectionVirtual KITTI 2 Tiefendatensatz#

Virtual KITTI 2 (vKITTI2) ist eine fotorealistische synthetische Nachbildung der KITTI-Fahrszenen. Es klont 5 Sequenzen aus dem ursprünglichen KITTI-Datensatz und rendert sie unter verschiedenen Wetter- und Lichtbedingungen neu, wodurch ein dichtes Ground-Truth pro Pixel bereitgestellt wird.

Als synthetischer Datensatz für das Fahren im Freien bietet vKITTI2 ein dichtes Gegenstück zu den spärlichen echten KITTI-LiDAR-Daten und ist damit eine nützliche Quelle für saubere Geometrie für das Training monokularer Tiefenschätzungs-Modelle.

Link to this sectionHauptfunktionen#

  • Fotorealistische synthetische Nachbildung von KITTI-Fahrszenen.
  • 5 geklonte Sequenzen, gerendert unter variierenden Wetter- und Lichtbedingungen.
  • Outdoor-Fahrumgebungen.
  • Dichtes Ground-Truth pro Pixel (ein dichtes Gegenstück zum spärlichen echten KITTI-LiDAR).
  • Tiefenbereich ~80 m.
  • Trägt 42.520 Bilder (25.780 Training / 16.740 Validierung) zum Ultralytics Tiefentrainings-Mix bei.

Link to this sectionDatensatzstruktur#

Der Virtual KITTI 2 Tiefendatensatz ist in zwei Teilmengen unterteilt:

  1. Train: 25.780 Bilder mit zugehörigen dichten Tiefenkarten für das Training.
  2. Val: 16.740 Bilder mit zugehörigen dichten Tiefenkarten für die Validierung während des Trainings.

Jedes RGB-Bild ist mit einer .npy float32-Tiefenkarte gepaart, die die Abstände pro Pixel in Metern speichert, gemäß dem Ultralytics depth dataset format.

Link to this sectionRolle bei YOLO26-Depth#

Virtual KITTI 2 ist eine der Trainingsquellen in der breiten Multi-Datensatz-Mischung (~2,19 Mio. Bilder), die zum Vortrainieren der Ultralytics YOLO26-Depth-Modelle verwendet wird. Innerhalb dieser Mischung bietet vKITTI2 ein dichtes synthetisches Gegenstück für das Fahren im Freien zur spärlichen echten KITTI-LiDAR-Ground-Truth.

Es gibt in diesem Setup kein eigenständiges, isoliertes vKITTI2-Benchmark. Stattdessen werden die resultierenden Modelle auf den Standard-Monokular-Tiefenbenchmarks evaluiert: NYU Depth V2, KITTI, Make3D, ETH3D und iBims-1.

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. Für Virtual KITTI 2 definiert die depth-vkitti2.yaml-Datei die Pfade und die einzelne depth-Klasse.

ultralytics/cfg/datasets/depth-vkitti2.yaml
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Virtual KITTI 2 dataset for monocular depth estimation — photorealistic synthetic outdoor driving, dense per-pixel depth
# Documentation: https://docs.ultralytics.com/datasets/depth/vkitti2
# Example usage: yolo depth train data=depth-vkitti2.yaml model=yolo26n-depth.pt
# parent
# ├── ultralytics
# └── datasets
#     └── depth-vkitti2  ← downloads here (15 GB archives, ~85 GB converted)
#         ├── images/{train,val}  # RGB images
#         └── depth/{train,val}   # paired *.npy, float32 meters (images/ -> depth/)
# If an interrupted download leaves a partial dataset, delete the depth-vkitti2 dir and re-run to rebuild it.

path: depth-vkitti2 # dataset root dir (relative to Ultralytics settings 'datasets_dir')
train: images/train # train images (relative to 'path') 25780 images
val: images/val # val images (relative to 'path') 16740 images
max_depth: 80 # (m) maximum valid depth; GT beyond this is excluded from val metrics

nc: 1
names:
  0: depth

channels: 3

# Download script/URL (optional)
download: |
  import shutil
  from pathlib import Path

  import cv2
  import numpy as np

  from ultralytics.utils import TQDM
  from ultralytics.utils.downloads import download

  # Download and extract the official RGB + depth tars (~15 GB), then convert: Scene20 -> val, all
  # other scenes -> train; depth PNGs are uint16 centimeters (sky = 655.35 m), clipped at 80 m
  dir = Path(yaml["path"])  # dataset root dir
  urls = [f"https://download.europe.naverlabs.com/virtual_kitti_2.0.3/vkitti_2.0.3_{s}.tar" for s in ("rgb", "depth")]
  download(urls, dir=dir / "source", delete=True)
  for split in ("train", "val"):
      (dir / "images" / split).mkdir(parents=True, exist_ok=True)
      (dir / "depth" / split).mkdir(parents=True, exist_ok=True)
  for im in TQDM(sorted((dir / "source").rglob("rgb_*.jpg")), desc="Converting"):
      scene, variation, camera = im.parts[-6], im.parts[-5], im.parts[-2]  # Scene01/clone/frames/rgb/Camera_0/rgb_00000.jpg
      split = "val" if scene == "Scene20" else "train"
      name = f"{scene}_{variation}_{camera}_{im.stem[4:]}"
      depth = cv2.imread(str(im.parents[2] / "depth" / camera / f"depth_{im.stem[4:]}.png"), cv2.IMREAD_ANYDEPTH)
      np.save(dir / "depth" / split / f"{name}.npy", (depth.astype(np.float32) / 100.0).clip(max=80))  # cm -> m
      im.replace(dir / "images" / split / f"{name}.jpg")
  shutil.rmtree(dir / "source")

Link to this sectionVerwendung#

Um ein YOLO26n-Depth-Modell auf dem Virtual KITTI 2 Datensatz mit einer Bildgröße von 640 zu trainieren, kannst du die folgenden Code-Snippets verwenden. Eine vollständige Liste der verfügbaren Argumente findest du auf der Seite Training.

Trainingsbeispiel
from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-depth.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="depth-vkitti2.yaml", epochs=100, imgsz=640)

Link to this sectionVortrainierte Modelle#

Die YOLO26-Tiefenfamilie (yolo26n-depth.pt, yolo26s-depth.pt, yolo26m-depth.pt, yolo26l-depth.pt, yolo26x-depth.pt) lädt sich automatisch aus dem v8.4.0 Release herunter und ist auf der breiten Multi-Datensatz-Mischung trainiert, zu der auch Virtual KITTI 2 gehört.

Link to this sectionZitate und Danksagungen#

Wenn du den Virtual KITTI 2 Datensatz in deiner Forschung oder Entwicklungsarbeit verwendest, zitiere bitte das folgende Papier:

Zitat
@article{cabon2020vkitti2,
      title={Virtual KITTI 2},
      author={Yohann Cabon and Naila Murray and Martin Humenberger},
      journal={arXiv preprint arXiv:2001.10773},
      year={2020}
}

Wir möchten den Entwicklern von Virtual KITTI 2 dafür danken, dass sie diesen synthetischen Fahr-Datensatz der Computer-Vision-Community zur Verfügung gestellt haben.

Mitwirkende
BOBovey08091

Kommentare