NYU Depth V2 深度データセット#

1,449

NYU Depth V2

ultralytics

publicDepth

NYU Depth V2 provides 1,449 aligned indoor RGB and depth pairs across 795 training and 654 validation images. Each dimension-matched depth map is stored as uint16 millimeters with a scale of 1,000 units per meter, supporting monocular depth estimation in varied room environments.

1439 MBSep 2, 2026

depth-estimationindoor-scenesrgb-d+1

NYU Depth V2は、単眼深度推定の標準的な屋内ベンチマークです。Microsoft Kinect v1で記録された、さまざまな屋内シーンのRGB-Dビデオシーケンスで構成されています。YOLO26-Depthの精度を報告する際に使用される主要なベンチマークです。

Ultralytics Platform上のNYU Depth V2を確認して、RGB-深度ペアをプレビューし、データセットの統計情報を調べ、トレーニング用にクローンできます。

主な特徴#

• Microsoft Kinect v1のRGB-Dセンサーでキャプチャされています。
• さまざまな実際の屋内シーン（住宅、オフィス、教室など）をカバーしています。
• 深度範囲は約10 mまでで、一般的な民生用屋内RGB-Dキャプチャに適しています。
• 評価は、654枚の画像で構成される標準的なEigenテスト分割で実施されます。
• 単眼深度推定の精度を報告するための主要なベンチマークです。

YOLO26-Depthにおける役割#

NYU Depth V2はYOLO26-Depthファミリーの主要なゼロショット評価ベンチマークであり、深度タスクページの主要メトリクスはこのデータセットで報告されています。公開されているYOLO26-DepthモデルはNYUでトレーニングされていません。このデータセットにはトレーニング分割が含まれていますが、使用せず、ホールドアウトされたテスト結果のみを報告します。

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、NYU Depth V2のEigenテスト分割におけるdelta1の精度（1.25×のしきい値以内にあるピクセルの割合。高いほど優れています）を示しています。

データセット YAML#

データセット設定の定義にはYAMLファイルを使用します。データセットのパス、クラス、およびその他の関連情報が含まれています。

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# NYU Depth V2 dataset for monocular depth estimation
# Documentation: https://cs.nyu.edu/~fergus/datasets/nyu_depth_v2.html
# 795 train + 654 val (Eigen test split) images, 480x640, indoor scenes, depth in meters
# Example usage: yolo depth train data=nyu-depth.yaml model=yolo26n-depth.pt
# parent
# ├── ultralytics
# └── datasets
#     └── nyu-depth-png  ← downloads here (≈1.5 GB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: nyu-depth-png # dataset root dir (relative to Ultralytics settings 'datasets_dir')
train: images/train # train images (relative to 'path') 795 images
val: images/val # val images (relative to 'path') 654 images

# Depth maps are paired uint16 millimeter PNGs under depth/<split>/, resolved by
# swapping '/images/' -> '/depth/' on each image path.

# Classes
nc: 1
names:
  0: depth

channels: 3
depth_scale: 1000

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/nyu-depth-png.zip

使用方法#

NYU Depth V2ベンチマークでYOLO26-Depthモデルを評価するには、次のコードスニペットを使用できます。利用可能な引数の一覧については、モデルの検証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

# Evaluate on the NYU Depth V2 benchmark
results = model.val(data="nyu-depth.yaml")

事前トレーニング済みモデル#

YOLO26の深度ファミリーは、NYU Depth V2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。たとえば、v8.4.0のYOLO26x-depthが該当し、さまざまな精度とリソース要件に対応する複数のサイズ（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NYU Depth V2データセットを使用する場合は、次の論文を引用してください。

@inproceedings{silberman2012indoor,
      title={Indoor Segmentation and Support Inference from RGBD Images},
      author={Silberman, Nathan and Hoiem, Derek and Kohli, Pushmeet and Fergus, Rob},
      booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},
      year={2012}
}

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#