Conjunto de datos de profundidad Make3D#

Make3D es un referente clásico en exteriores para la estimación monocular de profundidad. Contiene imágenes de escenas de campus junto con profundidad de referencia capturada por un escáner láser 3D personalizado, y se utiliza ampliamente para evaluar la generalización fuera de distribución.

Características principales#

• Profundidad de referencia capturada con un escáner láser 3D personalizado.
• Abarca escenas reales en exteriores de campus.
• Rango de profundidad de hasta aproximadamente 70 m.
• La evaluación se realiza en el conjunto de prueba estándar de 134 imágenes.
• Un referente clásico para evaluar la generalización fuera de distribución.

Papel de YOLO26-Depth#

Make3D es un referente de evaluación de cero disparo para la familia YOLO26-Depth; los modelos publicados no se han entrenado con él. Al ser un conjunto de exteriores fuera de distribución, es el referente más difícil para todos los modelos, y los valores absolutos de delta1 son bajos en todos los casos, algo esperable en este conjunto de datos.

La evaluación utiliza aumento de datos de prueba (TTA) multiescala y volteo horizontal, seguido de una alineación de escala por mínimos cuadrados en el dominio logarítmico entre los mapas de profundidad predichos y los de referencia, antes de calcular las métricas.

Resultados#

La siguiente tabla muestra la precisión delta1 (fracción de píxeles dentro de un umbral de 1,25×; cuanto más alta, mejor) en el conjunto de prueba Make3D, desglosada por tamaño del modelo.

Evaluación#

Make3D no incluye un archivo YAML del conjunto de datos. Se evalúa mediante un script específico que carga las imágenes Make3D y la profundidad de referencia del escáner láser, aplica la TTA estándar y la alineación de escala por mínimos cuadrados en el dominio logarítmico, y muestra las métricas de profundidad.

Uso#

Make3D es un referente externo, por lo que normalmente se ejecutan los modelos con predict en sus imágenes. Consulta la página de predicción del modelo para ver una lista completa de los argumentos disponibles.

from ultralytics import YOLO

# Cargar un modelo
model = YOLO("yolo26x-depth.pt")  # cargar un modelo de profundidad preentrenado

# Predice la profundidad en imágenes Make3D
results = model.predict("path/to/make3d/images")

Modelos preentrenados#

La familia de modelos de profundidad YOLO26 se evalúa sin entrenamiento específico en el referente Make3D. Estos modelos se descargan automáticamente la primera vez que se utilizan desde la versión de recursos v8.4.0 de Ultralytics, por ejemplo, YOLO26x-depth, y están disponibles en varios tamaños (yolo26n/s/m/l/x-depth) para distintos requisitos de precisión y recursos.

Citas y agradecimientos#

Si utilizas el conjunto de datos Make3D en tu investigación o trabajo de desarrollo, cita el siguiente artículo:

@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}
}

Queremos agradecer a los autores la creación y el mantenimiento de este valioso recurso para la comunidad de visión artificial.

Preguntas frecuentes#