Conjunto de datos de profundidad Make3D#
Make3D es un benchmark clásico para la estimación de profundidad monocular en exteriores. Contiene imágenes de escenas de campus emparejadas con datos de referencia de profundidad capturados mediante un escáner láser 3D personalizado y se utiliza ampliamente para evaluar la generalización fuera de distribución.
Características principales#
- Datos de referencia de profundidad capturados mediante un escáner láser 3D personalizado.
- Abarca escenas reales de campus al aire libre.
- Rango de profundidad de hasta aproximadamente 70 m.
- La evaluación se realiza en el conjunto de prueba estándar de 134 imágenes.
- Un benchmark clásico de generalización fuera de distribución.
Papel en YOLO26-Depth#
Make3D es un benchmark de evaluación zero-shot 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 benchmark más difícil para todos los modelos y los valores absolutos de delta1 son bajos en todos los casos, como es de esperar en este conjunto de datos.
La evaluación utiliza aumento de datos en tiempo de prueba (TTA) multiescala y con volteo horizontal, seguido de un alineamiento de escala por mínimos cuadrados logarítmicos entre los mapas de profundidad predichos y los de referencia antes de calcular las métricas.
Resultados#
La tabla siguiente muestra la precisión de delta1 (porcentaje de píxeles dentro de un umbral de 1.25×; cuanto mayor, mejor) en el conjunto de prueba de Make3D, desglosada por tamaño del modelo.
| Modelo | delta1 |
|---|---|
| YOLO26n-depth | 0.307 |
| YOLO26s-depth | 0.311 |
| YOLO26m-depth | 0.293 |
| YOLO26l-depth | 0.297 |
| YOLO26x-depth | 0.299 |
Evaluación#
Make3D no se distribuye con un archivo YAML de conjunto de datos incluido. Se evalúa mediante un script de evaluación específico que carga las imágenes de Make3D y los datos de referencia de profundidad del escáner láser, aplica la TTA estándar y la alineación de escala por mínimos cuadrados logarítmicos, y muestra las métricas de profundidad.
Uso#
Make3D es un benchmark externo, por lo que normalmente los modelos se ejecutan con predict sobre sus imágenes. Para consultar una lista completa de los argumentos disponibles, ve a la página de Predicción del modelo.
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")Modelos preentrenados#
La familia de profundidad YOLO26 se evalúa en zero-shot sobre el benchmark Make3D. Estos modelos se descargan automáticamente desde la versión más reciente de Ultralytics; por ejemplo, YOLO26x-depth desde la versión v8.4.0, y abarcan distintos tamaños (yolo26n/s/m/l/x-depth) para diferentes requisitos de precisión y recursos.
Citas y agradecimientos#
Si utilizas el conjunto de datos Make3D en tu trabajo de investigación o 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 por computador.
Preguntas frecuentes#
Make3D es un banco de pruebas exterior sin entrenamiento previo ni distribución original de 134 imágenes de campus con profundidad de escáner láser personalizado de aproximadamente 70 m. Los modelos de YOLO26-Depth publicados no están entrenados en Make3D, por lo que Make3D mide qué tan bien se generalizan los modelos de YOLO26-Depth a escenas exteriores desconocidas.
Make3D es el más difícil de los cinco bancos de pruebas de evaluación para todos los modelos porque las escenas y las estadísticas de profundidad de Make3D difieren fuertemente de los datos de entrenamiento. Se esperan valores de delta1 absolutos alrededor de 0.3 para este conjunto de datos, y lo que importa es la comparación relativa entre los modelos.
No. Make3D se evalúa con un script dedicado que utiliza aumento en el tiempo de prueba con multi-escala y volteo, y alineación de escala de mínimos cuadrados logarítmicos. Para ejecutar un modelo en imágenes de Make3D, utiliza el modo predict como se muestra en la sección de Uso.