Dataset di profondità Virtual KITTI 2#

Virtual KITTI 2 (vKITTI2) è una ricostruzione sintetica fotorealistica delle scene di guida di KITTI. Riproduce 5 sequenze del dataset KITTI originale e le renderizza nuovamente in diverse condizioni meteorologiche e di illuminazione, fornendo una ground truth densa per ogni pixel.

In quanto dataset sintetico per la guida in ambienti esterni, vKITTI2 offre una controparte densa ai dati LiDAR reali e sparsi di KITTI, diventando una valida fonte di geometria pulita della guida outdoor per l'addestramento di modelli di stima della profondità monoculare.

Funzionalità principali#

• Ricostruzione sintetica fotorealistica delle scene di guida di KITTI.
• 5 sequenze replicate, renderizzate con condizioni meteorologiche e di illuminazione variabili.
• Ambienti di guida outdoor.
• Ground truth densa per ogni pixel (una controparte densa dei dati LiDAR reali e sparsi di KITTI).
• Intervallo di profondità ~80 m.
• Aggiunge 42,520 immagini (25,780 per l'addestramento / 16,740 per la validazione) al mix di addestramento della profondità di Ultralytics.

Struttura del dataset#

Il dataset di profondità Virtual KITTI 2 è suddiviso in due sottoinsiemi:

1. Train: 25,780 immagini con mappe dense di profondità abbinate per l'addestramento.
2. Val: 16,740 immagini con mappe dense di profondità abbinate per la validazione durante l'addestramento.

Ogni immagine RGB è abbinata a una PNG di profondità uint16 scalata, secondo il formato dei dataset di profondità Ultralytics. I file PNG sorgenti e convertiti usano i centimetri (depth_scale: 100), preservando così l'intervallo di addestramento di 80 m. Il file YAML del dataset scarica gli archivi sorgente (~15 GB) e li converte automaticamente al primo utilizzo.

Ruolo in YOLO26-Depth#

Virtual KITTI 2 è una delle fonti di addestramento nel vasto mix composto da più dataset (~2.19M immagini) usato per il pretraining dei modelli Ultralytics YOLO26-Depth. In questo mix, vKITTI2 fornisce una controparte sintetica e densa della guida outdoor alla ground truth LiDAR reale e sparsa di KITTI.

In questa configurazione non esiste un benchmark vKITTI2 autonomo con dati esclusi dall'addestramento. I modelli risultanti vengono invece valutati sui benchmark standard per la profondità monoculare: NYU Depth V2, KITTI, Make3D, ETH3D e iBims-1.

YAML del dataset#

Per definire la configurazione del dataset si usa un file YAML. Contiene informazioni sui percorsi del dataset, sulle classi e su altri elementi pertinenti. Per Virtual KITTI 2, il file depth-vkitti2.yaml definisce i percorsi e l'unica classe depth.

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

# Virtual KITTI 2 dataset for monocular depth estimation — photorealistic synthetic outdoor driving, dense per-pixel depth
# Documentation: https://docs.ultralytics.com/datasets/depth/vkitti2
# Example usage: yolo depth train data=depth-vkitti2.yaml model=yolo26n-depth.pt
# parent
# ├── ultralytics
# └── datasets
#     └── depth-vkitti2  ← downloads here (15 GB archives, ~85 GB converted)
#         ├── images/{train,val}  # RGB images
#         └── depth/{train,val}   # paired 16-bit *.png depth maps (images/ -> depth/)
# If an interrupted download leaves a partial dataset, delete the depth-vkitti2 dir and re-run to rebuild it.

path: depth-vkitti2 # dataset root dir (relative to Ultralytics settings 'datasets_dir')
train: images/train # train images (relative to 'path') 25780 images
val: images/val # val images (relative to 'path') 16740 images
max_depth: 80 # (m) maximum valid depth; GT beyond this is excluded from val metrics

nc: 1
names:
  0: depth

channels: 3
depth_scale: 100 # source PNG value 100 = 1 meter (centimeters)

# Download script/URL (optional)
download: |
  import shutil
  from pathlib import Path

  import cv2
  import numpy as np

  from ultralytics.data.utils import save_depth_png
  from ultralytics.utils import TQDM
  from ultralytics.utils.downloads import download

  # Download and extract the official RGB + depth tars (~15 GB), then convert: Scene20 -> val, all
  # other scenes -> train; depth PNGs are uint16 centimeters (sky = 655.35 m), clipped at 80 m
  dir = Path(yaml["path"])  # dataset root dir
  urls = [f"https://download.europe.naverlabs.com/virtual_kitti_2.0.3/vkitti_2.0.3_{s}.tar" for s in ("rgb", "depth")]
  download(urls, dir=dir / "source", delete=True)
  for split in ("train", "val"):
      (dir / "images" / split).mkdir(parents=True, exist_ok=True)
      (dir / "depth" / split).mkdir(parents=True, exist_ok=True)
  for im in TQDM(sorted((dir / "source").rglob("rgb_*.jpg")), desc="Converting"):
      scene, variation, camera = im.parts[-6], im.parts[-5], im.parts[-2]  # Scene01/clone/frames/rgb/Camera_0/rgb_00000.jpg
      split = "val" if scene == "Scene20" else "train"
      name = f"{scene}_{variation}_{camera}_{im.stem[4:]}"
      depth = cv2.imread(str(im.parents[2] / "depth" / camera / f"depth_{im.stem[4:]}.png"), cv2.IMREAD_ANYDEPTH)
      save_depth_png(dir / "depth" / split / f"{name}.png", (depth.astype(np.float32) / 100.0).clip(max=80), scale=100)  # cm -> m -> cm PNG
      im.replace(dir / "images" / split / f"{name}.jpg")
  shutil.rmtree(dir / "source")

Utilizzo#

Per addestrare un modello YOLO26n-Depth sul dataset Virtual KITTI 2 con una dimensione dell'immagine di 640, puoi usare i seguenti frammenti di codice. Per un elenco completo degli argomenti disponibili, consulta la pagina Addestramento del modello.

from ultralytics import YOLO

# Carica un modello
model = YOLO("yolo26n-depth.pt")  # carica un modello preaddestrato (consigliato per l'addestramento)

# Addestra il modello
results = model.train(data="depth-vkitti2.yaml", epochs=100, imgsz=640)

Modelli preaddestrati#

La famiglia YOLO26 depth (yolo26n-depth.pt, yolo26s-depth.pt, yolo26m-depth.pt, yolo26l-depth.pt, yolo26x-depth.pt) viene scaricata automaticamente dalle release di Ultralytics ed è addestrata sul vasto mix composto da più dataset, di cui Virtual KITTI 2 fa parte. Esplora YOLO26x-depth su Ultralytics Platform.

Citazioni e ringraziamenti#

Se usi il dataset Virtual KITTI 2 nella tua attività di ricerca o sviluppo, cita il seguente articolo:

@article{cabon2020vkitti2,
      title={Virtual KITTI 2},
      author={Yohann Cabon and Naila Murray and Martin Humenberger},
      journal={arXiv preprint arXiv:2001.10773},
      year={2020}
}

Desideriamo ringraziare i creatori di Virtual KITTI 2 per aver messo questo dataset sintetico di guida a disposizione della comunità della computer vision.

Domande frequenti#