Jeu de données de profondeur ETH3D#

ETH3D est un benchmark de stéréo multi-vues haute résolution utilisé pour l’estimation de profondeur monoculaire. Il fournit une vérité terrain de qualité topographique obtenue par scanner laser pour des scènes intérieures et extérieures.

Fonctionnalités clés#

• Vérité terrain de profondeur de qualité topographique capturée avec un scanner laser haute précision.
• Images haute résolution couvrant des scènes intérieures et extérieures.
• Plage de profondeur allant jusqu’à environ 60 m.
• L’évaluation est effectuée sur 423 images.
• Un benchmark de stéréo multi-vues haute qualité avec une vérité terrain dense et précise.

Rôle dans YOLO26-Depth#

ETH3D est un benchmark d’évaluation zéro-shot pour la famille YOLO26-Depth ; les modèles publiés ne sont pas entraînés sur ce jeu de données. Son mélange de scènes intérieures et extérieures, associé à une vérité terrain précise issue d’un scanner laser, en fait un test exigeant de généralisation inter-domaines.

L’évaluation utilise une augmentation au moment du test multi-échelle et par retournement horizontal (TTA), suivie d’un alignement d’échelle par moindres carrés logarithmiques entre les cartes de profondeur prédites et celles de la vérité terrain avant le calcul des métriques.

Résultats#

Le tableau ci-dessous indique la précision delta1 (pourcentage de pixels situés dans un seuil de 1.25×, une valeur plus élevée étant préférable) sur les images d’évaluation ETH3D, selon la taille du modèle.

Évaluation#

ETH3D n’est pas fourni avec un fichier YAML de jeu de données inclus. Il est évalué au moyen d’un script d’évaluation dédié qui charge les images ETH3D et la vérité terrain de profondeur issue du scanner laser, applique l’augmentation au moment du test standard et l’alignement d’échelle par moindres carrés logarithmiques, puis fournit les métriques de profondeur.

Utilisation#

ETH3D est un benchmark externe ; les modèles sont donc généralement exécutés avec predict sur ses images. Pour consulter la liste complète des arguments disponibles, reporte-toi à la page de prédiction du modèle.

from ultralytics import YOLO

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

# Predict depth on ETH3D images
results = model.predict("path/to/eth3d/images")

Modèles préentraînés#

La famille de modèles de profondeur YOLO26 est évaluée en zéro-shot sur le benchmark ETH3D. Ces modèles sont téléchargés automatiquement depuis la dernière version d’Ultralytics, par exemple YOLO26x-depth depuis v8.4.0, et couvrent différentes tailles (yolo26n/s/m/l/x-depth) adaptées à divers compromis entre précision et besoins en ressources.

Citations et remerciements#

Si tu utilises le jeu de données ETH3D dans tes travaux de recherche ou de développement, cite l’article suivant :

@inproceedings{schops2017eth3d,
      title={A Multi-View Stereo Benchmark with High-Resolution Images and Multi-Camera Videos},
      author={Sch{\"o}ps, Thomas and Sch{\"o}nberger, Johannes L. and Galliani, Silvano and Sattler, Torsten and Schindler, Konrad and Pollefeys, Marc and Geiger, Andreas},
      booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
      year={2017}
}

Nous souhaitons remercier les auteurs d'avoir créé et maintenu cette ressource précieuse pour la communauté de la vision par ordinateur.

FAQ#