Link to this sectionDataset di profondità SUN RGB-D#

SUN RGB-D è un benchmark per la comprensione di scene indoor reali catturato con quattro diversi sensori RGB-D: Intel RealSense, Asus Xtion e Microsoft Kinect v1 e v2. Il suo design multi-sensore lo rende una risorsa preziosa di reale diversità di profondità indoor per la monocular depth estimation.

Link to this sectionCaratteristiche principali#

• Catturato con quattro diversi sensori RGB-D (Intel RealSense, Asus Xtion, Microsoft Kinect v1 e v2), offrendo una reale varietà multi-sensore.
• Copre un'ampia gamma di scene indoor reali per la ricerca sulla comprensione delle scene.
• Intervallo di profondità fino a circa 10 m, tipico dell'acquisizione RGB-D consumer indoor.
• Ground truth di profondità derivata dai sensori allineata ai frame RGB.
• Contribuisce alla diversità indoor multi-sensore reale nel mix di pretraining sulla profondità di Ultralytics.

Link to this sectionStruttura del dataset#

Il dataset di profondità SUN RGB-D è suddiviso in due subset:

1. Train: 9.245 immagini con mappe di profondità accoppiate per l'addestramento.
2. Val: 1.090 immagini con mappe di profondità accoppiate per la validazione durante l'addestramento del modello.

Ogni campione consiste in un'immagine RGB e una mappa di profondità .npy float32 accoppiata che memorizza le distanze per pixel in metri, seguendo il formato del dataset di profondità Ultralytics.

Link to this sectionRuolo in YOLO26-Depth#

SUN RGB-D è una fonte di addestramento nel mix di pretraining multi-dataset Ultralytics YOLO26-Depth di circa 2,19 milioni di coppie immagine-profondità. Contribuisce alla diversità indoor multi-sensore reale, esponendo il modello alla profondità catturata attraverso diversi dispositivi RGB-D consumer. I modelli risultanti vengono valutati sui benchmark standard NYU, KITTI, Make3D, ETH3D e iBims-1.

Link to this sectionDataset YAML#

Viene utilizzato un file YAML (Yet Another Markup Language) per definire la configurazione del dataset. Contiene informazioni sui percorsi del dataset, le classi e altre informazioni rilevanti.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# SUN RGB-D dataset for monocular depth estimation — real indoor, multi-sensor RGB-D (RealSense/Xtion/Kinect), up to ~10 m
# Documentation: https://docs.ultralytics.com/datasets/depth/sunrgbd
# Example usage: yolo depth train data=depth-sunrgbd.yaml model=yolo26n-depth.pt
# parent
# ├── ultralytics
# └── datasets
#     └── depth-sunrgbd  ← downloads here (6.5 GB archive, ~14 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-sunrgbd dir and re-run to rebuild it.

path: depth-sunrgbd # dataset root dir (relative to Ultralytics settings 'datasets_dir')
train: images/train # train images (relative to 'path') 9245 images
val: images/val # val images (relative to 'path') 1090 images

nc: 1
names:
  0: depth

channels: 3

# Download script/URL (optional)
download: |
  import random
  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 archive (~6.5 GB), then convert each of the 10335 scenes:
  # refined depth_bfx PNGs decode via the SUN RGB-D bit-rotation (d>>3 | d<<13) to millimeters,
  # clipped at 10 m; a deterministic random 1090-scene subset (seed 0) forms the val split
  dir = Path(yaml["path"])  # dataset root dir
  download(["https://rgbd.cs.princeton.edu/data/SUNRGBD.zip"], dir=dir / "source", delete=True, exist_ok=True)
  for split in ("train", "val"):
      (dir / "images" / split).mkdir(parents=True, exist_ok=True)
      (dir / "depth" / split).mkdir(parents=True, exist_ok=True)
  scenes = sorted(p.parent for p in (dir / "source" / "SUNRGBD").rglob("depth_bfx"))
  names = ["_".join(s.relative_to(dir / "source" / "SUNRGBD").parts) for s in scenes]
  val = set(random.Random(0).sample(names, k=1090))
  for scene, name in TQDM(zip(scenes, names), total=len(scenes), desc="Converting"):
      split = "val" if name in val else "train"
      d = cv2.imread(str(next((scene / "depth_bfx").glob("*.png"))), cv2.IMREAD_ANYDEPTH)
      d = (((d >> 3) | (d << 13)) / 1000.0).clip(max=10).astype(np.float32)  # bit-rotated mm -> m
      np.save(dir / "depth" / split / f"{name}.npy", d)
      next((scene / "image").glob("*.jpg")).replace(dir / "images" / split / f"{name}.jpg")
  shutil.rmtree(dir / "source")

Link to this sectionUtilizzo#

Per addestrare un modello YOLO26n-depth sul dataset SUN RGB-D con una dimensione dell'immagine di 640, puoi usare i seguenti frammenti di codice. Per un elenco completo degli argomenti disponibili, consulta la pagina Training del modello.

from ultralytics import YOLO

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

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

Link to this sectionModelli pre-addestrati#

La famiglia YOLO26 depth è addestrata sull'ampio mix di pretraining multi-dataset sulla profondità di cui SUN RGB-D fa parte. Questi modelli vengono scaricati automaticamente dall'ultima release di Ultralytics, ad esempio YOLO26x-depth dalla v8.4.0, e coprono una gamma di dimensioni per diverse esigenze di accuratezza e risorse.

Link to this sectionCitazioni e riconoscimenti#

Se utilizzi il dataset SUN RGB-D nel tuo lavoro di ricerca o sviluppo, cita il seguente documento:

@inproceedings{song2015sunrgbd,
      title={SUN RGB-D: A RGB-D Scene Understanding Benchmark Suite},
      author={Song, Shuran and Lichtenberg, Samuel P. and Xiao, Jianxiong},
      booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
      year={2015}
}

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