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するスキャンデータ）は、単眼深度推定用の高品質な屋内ベンチマークです。RGB画像と測量用レーザースキャナーによるグラウンドトゥルースを対応付けており、深度境界の鋭さと平面の評価を目的として設計されています。

主な機能#

• 測量用レーザースキャナーで取得された高品質な深度グラウンドトゥルースです。
• 実際の屋内シーンを対象としています。
• 深度範囲は約10 mまでです。
• 100枚の画像で評価します。
• 深度境界の鋭さと平面の品質を評価する目的で特別に設計されています。

YOLO26-Depthにおける役割#

iBims-1はYOLO26-Depthモデルファミリーのゼロショット評価ベンチマークであり、公開モデルはiBims-1で学習されていません。深度の不連続境界の鋭さ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捉えられない深度マップの品質を正確に検証できます。

評価では、マルチスケールと水平反転のテスト時拡張（TTA）を使用します。その後、メトリクスの計算前に、予測深度マップとグラウンドトゥルース深度マップの間で対数最小二乗によるスケール調整を行います。

結果#

以下の表は、iBims-1評価画像に対する各モデルサイズのdelta1精度（1.25×のしきい値以内にあるピクセルの割合。値が高いほど良好）を示しています。

評価#

iBims-1には、同梱のデータセットYAMLはありません。iBims-1の画像とレーザースキャナーによる深度グラウンドトゥルースを読み込む専用の評価スクリプトで評価します。このスクリプトでは、標準のTTAと対数最小二乗によるスケールアライメントを適用し、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、通常はその画像に対してpredictでモデルを実行します。使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

# モデルを読み込む
model = YOLO("yolo26x-depth.pt")  # 事前学習済み深度モデルを読み込みます

# iBims-1画像の深度を予測します
results = model.predict("path/to/ibims1/images")

事前学習済みモデル#

YOLO26の深度モデルファミリーは、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、初回使用時にUltralyticsのv8.4.0 assets releaseから自動ダウンロードされます。たとえばYOLO26x-depthなどがあり、精度や必要なリソース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とって価値あるこのリソースを作成し、維持している著者の皆様に感謝いたします。

よくある質問#