Link to this sectionDataset di profondità ETH3D#

ETH3D è un benchmark multi-view stereo ad alta risoluzione utilizzato per la stima della profondità monoculare. Fornisce una ground truth da laser scanner di livello topografico per scene sia in interni che in esterni.

Link to this sectionCaratteristiche principali#

• Ground truth di profondità di livello topografico acquisita con un laser scanner ad alta precisione.
• Immagini ad alta risoluzione che coprono scene sia in interni che in esterni.
• Intervallo di profondità fino a circa 60 m.
• La valutazione viene eseguita su 423 immagini.
• Un benchmark multi-view stereo di alta qualità con una ground truth densa e accurata.

Link to this sectionRuolo in YOLO26-Depth#

ETH3D è un benchmark di valutazione zero-shot per la famiglia YOLO26-Depth; i modelli pubblicati non sono addestrati su di esso. Il suo mix di scene in interni ed esterni con un'accurata ground truth da laser scanner lo rende un solido test di generalizzazione cross-domain.

La valutazione utilizza l'augmentation test-time (TTA) multi-scala e orizzontale, seguita dall'allineamento di scala log-least-squares tra le mappe di profondità previste e quelle ground truth prima del calcolo delle metriche.

Link to this sectionRisultati#

La tabella seguente riporta l'accuratezza delta1 (percentuale di pixel entro una soglia di 1,25×, più alto è meglio) sulle immagini di valutazione ETH3D per dimensione del modello.

Link to this sectionValutazione#

ETH3D non viene fornito con un dataset YAML integrato. Viene valutato tramite uno script di valutazione dedicato che carica le immagini ETH3D e la ground truth di profondità del laser scanner, applica la TTA standard e l'allineamento di scala log-least-squares, e riporta le metriche di profondità.

Link to this sectionUtilizzo#

ETH3D è un benchmark esterno, quindi i modelli vengono solitamente eseguiti con predict sulle sue immagini. Per un elenco completo degli argomenti disponibili, consulta la pagina Predizione del modello.

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")

Link to this sectionModelli pre-addestrati#

La famiglia YOLO26 depth viene valutata zero-shot sul benchmark ETH3D. Questi modelli vengono scaricati automaticamente dall'ultima release di Ultralytics, ad esempio YOLO26x-depth dalla v8.4.0, e coprono una gamma di dimensioni (yolo26n/s/m/l/x-depth) per diversi requisiti di accuratezza e risorse.

Link to this sectionCitazioni e riconoscimenti#

Se utilizzi il dataset ETH3D nel tuo lavoro di ricerca o sviluppo, ti preghiamo di citare il seguente articolo:

@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}
}

Desideriamo ringraziare gli autori per aver creato e mantenuto questa preziosa risorsa per la comunità della computer vision.