Link to this sectioniBims-1 デプスデータセット#

iBims-1 (Independent Benchmark images and matched scans) は、単眼デプス推定のための高品質な屋内ベンチマークです。RGB画像と測量グレードのレーザースキャナーによる正解データを組み合わせたもので、鋭いデプスのエッジや平面領域のテスト用に設計されています。

Link to this section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。

Link to this sectionYOLO26-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。

Link to this section結果#

以下の表は、モデルサイズ別の iBims-1 評価画像における delta1 精度（1.25倍の閾値内に含まれるピクセルの割合。値が高いほど良好）を示しています。

Link to this section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。

Link to this section使用方法#

iBims-1 は外部ベンチマークであるため、通常、モデルの画像に対して predict を実行します。利用可能な引数の詳細リストについては、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 iBims-1 images
results = model.predict("path/to/ibims1/images")

Link to this section事前学習済みモデル#

YOLO26 デプスファミリーは、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 リリースから自動的にダウンロードされます。たとえば、v8.4.0 の YOLO26x-depth などがあり、精度やリソース要件に応じて様々なサイズ (yolo26n/s/m/l/x-depth) が用意されています。

Link to this section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のためにこの貴重なリソースを作成・維持してくださった著者の皆様に感謝いたします。