Depth8データセット#
はじめに#
UltralyticsのDepth8データセットは、SUN RGB-Dデータセットから抽出した8枚の画像で構成されるコンパクトな単眼深度推定データセットです。トレーニング用と検証用に各4枚を用意し、Kinect v1とKinect v2で撮影された画像から、密でアーティファクトのない深度グラウンドトゥルースマップを得るため、各分割で各センサーから2枚ずつ選んでいます。YOLO26深度推定モデルやトレーニングパイプラインの迅速なテスト、デバッグ、実験向けに設計されています。1.3 MBのアーカイブは初回使用時に自動ダウンロードされるため、yolo depth train data=depth8.yamlを使えば数秒でトレーニングを開始できます。
Ultralytics Platform上のDepth8でRGBと深度のペアをプレビューし、トレーニング用にクローンできます。
Depth8はパイプラインのテスト専用で、ベンチマーク用ではありません。画像が8枚しかないため、意味のある深度メトリクスを得るには少なすぎます。代表的な結果を得るには、NYU Depth V2またはSUN RGB-Dの完全な検証セットを使用してください。
データセットの構成#
Depth8は標準のUltralytics深度データセット構成に準拠しています。RGB画像と、ファイル名の拡張子を除いた部分で対応付けられたuint16ミリメートル深度PNG（depth_scale: 1000）で構成されます。
depth8-png/
├── images/
│ ├── train/ # 4 images
│ └── val/ # 4 images
└── depth/
├── train/ # 4 16-bit PNG depth maps
└── val/ # 4 16-bit PNG depth maps深度値は実際の屋内センサー撮影データで、約0.5 mから4 mの範囲です。これは、SUN RGB-D全体の深度範囲である10 m以下に十分収まります。
データセットYAML#
Depth8データセットの設定はデータセットYAMLファイルで定義されており、データセットのパス、クラス名、小規模なパッケージ済みサブセットのダウンロードURLを指定します。
# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license
# Depth8 dataset (8 clean-label indoor images from SUN RGB-D Kinect v1/v2, 4 train / 4 val) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/depth/depth8
# Format: https://docs.ultralytics.com/datasets/depth#depth-map-format
# uint16 PNG values are divided by depth_scale to produce meters. The default 1000 gives 65,535
# one-millimeter depth values from 0.001 to 65.535 m; code 0 is invalid.
# Common values (resolution, uint16 maximum):
# ARKitScenes and NYU Depth V2: 1000 (1 mm, 65.535 m)
# KITTI: 256 (3.90625 mm, 255.996 m); Virtual KITTI 2: 100 (1 cm, 655.35 m)
# Example usage: yolo depth train data=depth8.yaml model=yolo26n-depth.pt
# parent
# ├── ultralytics
# └── datasets
# └── depth8-png ← downloads here (1.3 MB)
# ├── images/{train,val} # RGB images
# └── depth/{train,val} # paired 16-bit *.png depth maps (images/ -> depth/)
path: depth8-png # dataset root dir (relative to Ultralytics settings 'datasets_dir')
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
nc: 1
names:
0: depth
channels: 3
depth_scale: 1000 # PNG value 1000 = 1 meter
# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/depth8-png.zip使用方法#
画像サイズ640でDepth8データセット上のYOLO26n-depthモデルをトレーニングするには、以下の例を使用してください。トレーニングオプションの一覧については、YOLOトレーニングドキュメントを参照してください。
from ultralytics import YOLO
# 事前学習済みのYOLO26n-depthモデルを読み込む
model = YOLO("yolo26n-depth.pt")
# Depth8でモデルをトレーニングする
results = model.train(data="depth8.yaml", epochs=100, imgsz=640)引用と謝辞#
Depth8はSUN RGB-Dから抽出されています。出典の帰属表示と引用の詳細については、SUN RGB-Dデータセットのページを参照してください。ソースデータセットにはライセンスが指定されていません。
研究または開発でSUN RGB-Dデータセットを使用する場合は、以下の論文を引用してください。
@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}
}よくある質問#
UltralyticsのDepth8データセットは、単眼深度推定パイプラインの迅速なテストとデバッグ向けに設計されています。画像は8枚（トレーニング4枚、検証4枚）のみで、1.3 MBの自動ダウンロードアーカイブに収められており、深度マップのペア読み込み、拡張、損失計算、メトリクスを含むトレーニング／検証／予測の一連の処理を数秒で検証できます。その後、SUN RGB-DやNYU Depth V2などの完全なデータセットに拡張できます。
Depth8は、SUN RGB-Dのトレーニング9,245枚／検証1,090枚の分割から8枚を抽出し、クリーンで密な深度マップを持つKinect v1／v2の撮影画像を優先しています。深度データには同一の16ビットPNG形式を使用しているため、Depth8で動作するパイプラインは、変更なしで完全なデータセットにも適用できます。完全なデータセットとは異なり、Depth8は数秒でダウンロードでき、変換も不要です。
いいえ。Depth8はモデルの有意義な比較には小さすぎるため、トレーニングおよび評価パイプラインの確認を目的としています。代表的な深度推定メトリクスが必要な場合は、NYU Depth V2またはSUN RGB-Dの完全な検証セットを使用してください。