Make3D深度データセット#

Make3Dは、単眼深度推定向けの定番の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のグラウンドトゥルースと、キャンパスシーンの画像が含まれており、分布外データへの汎化性能を調べるために広く使用されています。

主な機能#

• カスタム3Dレーザースキャナーで取得した深度のグラウンドトゥルースです。
• 実世界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。
• 分布外データへの汎化性能を評価する定番のベンチマークです。

YOLO26-Depthにおける役割#

Make3DはYOLO26-Depthファミリーのゼロショット評価ベンチマークであり、公開済みモデルはMake3Dでトレーニングされていません。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す。このデータセットではdelta1の絶対値が全体的に低くなりますが、これは想定どおりです。

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、モデルサイズ別にMake3Dテストセットでのdelta1精度（閾値1.25×以内に収まるピクセルの割合、値が大きいほど良好です）を示しています。

評価#

Make3Dには、同梱のデータセットYAMLはありません。専用の評価スクリプトでMake3Dの画像とレーザースキャナーによる深度の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predictを使用して画像に対するモデルの推論を行います。使用可能な引数の一覧については、モデルの予測ページをご覧ください。

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

# Make3D画像の深度を予測します
results = model.predict("path/to/make3d/images")

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、初回使用時にUltralyticsのv8.4.0アセットリリース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、精度と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。

引用と謝辞#

研究または開発で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#