Link to this sectionMake3D深度データセット#

Make3Dは、単眼深度推定における古典的な屋外ベンチマークです。このデータセットには、カスタム3Dレーザースキャナーで取得した深度のグランドトゥルースとペアになったキャンパス風景の画像が含まれており、分布外（out-of-distribution）の汎化性能を調査するために広く利用されています。

Link to this section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のグランドトゥルース。
• 実際の屋外キャンパス風景をカバーしています。
• 最大約70mまでの深度範囲。
• 評価は134枚の標準テストセットを使用して実行されます。
• 古典的な分布外汎化ベンチマーク。

Link to this sectionYOLO26-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あり、公開されているモデルは本データセットで学習されていません。分布外の屋外セットであるため、すべてのモデルにとって最も困難なベンチマークであり、このデータセットでは当然のことながら、全体的に絶対的なdelta1値は低くなります。

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Make3Dテストセットにおけるdelta1精度（1.25倍のしきい値内のピクセルの割合、値が高いほど良好）を示しています。

Link to this section評価#

Make3Dには、同梱のデータセットYAMLは含まれていません。Make3D画像とレーザースキャナーの深度グランドトゥルースを読み込み、標準的なTTAと対数最小二乗法によるスケール調整を適用して深度メトリクスを報告する、専用の評価スクリプトを通じて評価されます。

Link to this section使用方法#

Make3Dは外部ベンチマークであるため、モデルは通常その画像に対してpredictを実行して評価します。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")

Link to this section事前学習済みモデル#

YOLO26深度ファミリーは、Make3D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（例：v8.4.0のYOLO26x-depth）。精度や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。

Link to this section引用と謝辞#

研究や開発作業で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に感謝いたします。