iBims-1 デプスデータセット#

iBims-1（independent Benchmark images and matched scans）は、単眼深度推定向けの高品質な屋内用ベンチマークです。RGB画像と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ペアにし、鋭い深度エッジや平面をテストできるように設計されています。

主な特徴#

• 測量グレードのレーザースキャナーでキャプチャされた高品質なデプスの正解データ。
• 実際の 屋内 シーンをカバーしています。
• 約10mまでのデプス範囲に対応。
• 100枚の画像で評価を実行。
• 鋭いデプスのエッジと平面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 ファミリーのための ゼロショット評価ベンチマーク であり、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。鋭いデプスの不連続性や平面領域に焦点を当てているため、集計された精度を超えたデプスマップ品質の精密なテストが可能です。

評価にはマルチスケールおよび水平反転のテスト時オーグメンテーション (TTA) を使用し、メトリクス計算の前に予測デプスマップと正解デプスマップの間で対数最小二乗法によるスケール合わせを行います。

結果#

以下の表は、iBims-1評価画像におけるモデルサイズ別のdelta1の精度（1.25倍のしきい値内のピクセルの割合、高いほど良い）を示しています。

評価#

iBims-1 にはデータセットの YAML ファイルが同梱されていません。iBims-1 の画像とレーザースキャナーによるデプスの正解データを読み込み、標準的な TTA と対数最小二乗法によるスケール合わせを適用してデプスメトリクスを算出する専用の評価スクリプトを通じて評価が行われます。

使用方法#

iBims-1は外部ベンチマークであるため、モデルはその画像上で通常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Predictionページをご参照ください。

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")

事前学習済みモデル#

YOLO26 depth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、v8.4.0のYOLO26x-depthなど、最新のUltralyticsリリースから自動ダウンロードされ、さまざまな精度とリソース要件に合わせて多様なサイズ（yolo26n/s/m/l/x-depth）を網羅しています。

引用と謝辞#

研究や開発の作業で 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。