Link to this sectionETH3D Depth Dataset#

ETH3Dは、単眼深度推定に使用される高解像度マルチビュー・ステレオ・ベンチマークです。屋内および屋外のシーンを網羅した測量グレードのレーザースキャナーによるグランドトゥルースを提供します。

Link to this section主な特徴#

• 高精度レーザースキャナーで取得された測量グレードの深度グランドトゥルース。
• 屋内および屋外のシーンをカバーする高解像度画像。
• 最大約60mまでの深度範囲。
• 423枚の画像を使用して評価が実行されます。
• 正確な密なグランドトゥルースを備えた高品質なマルチビュー・ステレオ・ベンチマーク。

Link to this sectionYOLO26-Depthにおける役割#

ETH3DはYOLO26-Depthファミリーのゼロショット評価ベンチマークです。公開されているモデルはこのデータセットでトレーニングされていません。正確なレーザースキャナーによるグランドトゥルースを用いた屋内および屋外シーンの混合データであり、ドメイン間汎化性能を検証する強力な指標となります。

評価ではマルチスケールおよび水平反転のテスト時オーギュメンテーション（TTA）を使用し、その後、予測された深度マップとグランドトゥルースの深度マップの間でログ最小二乗法によるスケール合わせを行ってからメトリクスを算出します。

Link to this section結果#

以下の表は、ETH3D評価画像におけるモデルサイズごとのdelta1精度（1.25倍の閾値内にあるピクセルの割合、高いほど良好）を示しています。

Link to this section評価#

ETH3DにはバンドルされたデータセットYAMLは付属していません。ETH3D画像とレーザースキャナーによる深度グランドトゥルースを読み込み、標準的なTTAとログ最小二乗法によるスケール合わせを適用して深度メトリクスを報告する専用の評価スクリプトを通じて評価されます。

Link to this section使用方法#

ETH3Dは外部ベンチマークであるため、モデルは通常、その画像に対してpredictを使用して実行されます。利用可能な引数の詳細なリストについては、モデルの予測ページを参照してください。

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 section事前学習済みモデル#

YOLO26 depthファミリーは、ETH3Dベンチマークでゼロショット評価されます。これらのモデルは最新のUltralyticsリリースから自動的にダウンロードされます。たとえば、v8.4.0のYOLO26x-depthがあり、精度とリソース要件に応じて様々なサイズ（yolo26n/s/m/l/x-depth）が展開されています。

Link to this section引用と謝辞#

研究や開発作業でETH3D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{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}
}

コンピュータビジョンコミュニティにとって貴重なこのリソースを作成・維持してくださった著者の皆様に感謝いたします。