iBims-1 深度データセット#

iBims-1（独立したベンチマーク画像と対応スキャン）は、単眼深度推定向けの高品質な屋内ベンチマークです。RGB画像と測量級レーザースキャナーによる正解データを組み合わせ、深度エッジの鮮明さと平面領域をテストできるように設計されています。

主な特徴#

• 測量級レーザースキャナーで取得された高品質な深度正解データです。
• 実際の屋内シーンをカバーしています。
• 深度範囲は最大約10 mです。
• 評価は100枚の画像で実施されます。
• 深度エッジの鮮明さと平面領域の品質を評価するために特別に設計されています。

YOLO26-Depthにおける役割#

iBims-1はYOLO26-Depthファミリー向け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学習されていません。深度の不連続性が鮮明な領域と平面領域に重点を置いているため、全体的な精度だけでは測れない深度マップの品質を正確にテストできます。

評価では、マルチスケールおよび水平反転のテスト時データ拡張（TTA）を適用し、その後、メトリクスを計算する前に、予測深度マップと正解深度マップの間で対数最小二乗によるスケールアライメントを実行します。

結果#

以下の表は、モデルサイズ別に、iBims-1の評価画像におけるdelta1の精度（1.25×のしきい値以内にあるピクセルの割合で、高いほど良い）を示しています。

評価#

iBims-1には、同梱されたデータセットYAMLはありません。専用の評価スクリプトを使用して評価します。このスクリプトは、iBims-1の画像とレーザースキャナーによる深度正解データを読み込み、標準のTTAおよび対数最小二乗によるスケールアライメントを適用して、深度メトリクスを出力します。

使用方法#

iBims-1は外部ベンチマークであるため、通常は画像に対してpredictを使用してモデルを実行します。利用可能な引数の一覧については、モデルのPrediction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 iBims-1 images
results = model.predict("path/to/ibims1/images")

事前トレーニング済みモデル#

YOLO26の深度ファミリーは、iBims-1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リリースから自動ダウンロードされます。たとえば、v8.4.0ではYOLO26x-depthを利用できます。また、精度とリソース要件に応じて、さまざまなサイズ（yolo26n/s/m/l/x-depth）が用意されています。

引用と謝辞#

研究または開発でiBims-1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{koch2018ibims,
      title={Evaluation of CNN-based Single-Image Depth Estimation Methods},
      author={Koch, Tobias and Liebel, Lukas and Fraundorfer, Friedrich and K{\"o}rner, Marco},
      booktitle={Proceedings of the European Conference on Computer Vision (ECCV) Workshops},
      year={2018}
}

コンピュータビジョンコミュニティにこの貴重なリソースを作成し、維持してくださった著者の皆様に謝意を表します。

FAQ#