Make3D深度データセット#

Make3Dは、単眼深度推定の古典的な屋外ベンチマークです。カスタム3Dレーザースキャナーで取得した深度グラウンドトゥルースと対応付けたキャンパスシーンの画像を含み、分布外汎化性能の検証に広く使用されています。

主な特徴#

• カスタム3Dレーザースキャナーで取得した深度グラウンドトゥルースです。
• 実際の屋外キャンパスシーンを対象としています。
• 深度範囲は約70 mまでです。
• 標準テストセットの134枚の画像を使用して評価します。
• 古典的な分布外汎化ベンチマークです。

YOLO26-Depthにおける役割#

Make3D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。分布外の屋外データセットであるため、すべてのモデルにとって最も難しいベンチマークであり、絶対的なdelta1値は全体的に低くなりますが、これはこのデータセットでは想定される結果です。

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、Make3Dテストセットにおけるdelta1精度（1.25×のしきい値以内にあるピクセルの割合。高いほど良好）を示しています。

評価#

Make3D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Make3Dの画像とレーザースキャナーで取得した深度グラウンドトゥルースを読み込み、標準的な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て、深度メトリクスを出力します。

使用方法#

Make3D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 Make3D images
results = model.predict("path/to/make3d/images")

事前トレーニング済みモデル#

YOLO26深度ファミリーは、Make3Dベンチマーク上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、異なる精度やリソース要件に対応するため、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#

研究または開発作業でMake3D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。

@article{saxena2009make3d,
      title={Make3D: Learning 3D Scene Structure from a Single Still Image},
      author={Saxena, Ashutosh and Sun, Min and Ng, Andrew Y.},
      journal={IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)},
      year={2009}
}

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#