NYU Depth V2 Depthデータセット#

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

主な特徴#

• Microsoft Kinect v1 RGB-Dセンサーでキャプチャされています。
• 多種多様な実際の屋内シーン（住宅、オフィス、教室、および同様のスペース）をカバーしています。
• 深度範囲は約10mまでで、コンシューマー向け屋内RGB-Dキャプチャの典型的な範囲です。
• 評価は、654枚の画像からなる標準的なEigenテスト分割セットで実行されます。
• 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、深度タスクページに記載されている主要な指標は、このデータセットに基づいています。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。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、それは使用されず、保持されたテスト結果のみが報告されます。

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。

結果#

以下の表は、モデルサイズ別のNYU Depth V2 Eigenテストスプリットにおける delta1 の精度（1.25×閾値内のピクセルの割合、高いほど良い）を示しています。

データセット YAML#

YAML（Yet Another Markup Language）ファイルは、データセット構成を定義するために使用されます。これには、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/~silberman/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  ← 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 # 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 .npy files (float32, meters) under depth/<split>/, resolved by
# swapping '/images/' -> '/depth/' on each image path.

# Classes
nc: 1
names:
  0: depth

channels: 3

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/nyu-depth.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。利用可能な引数の包括的なリストについては、モデルのValidation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")

事前学習済みモデル#

YOLO26 depth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、v8.4.0のYOLO26x-depthなど、最新のUltralyticsリリースから自動ダウンロードされ、さまざまな精度とリソース要件に合わせてさまざまなサイズ（yolo26n/s/m/l/x-depth）を網羅しています。

引用と謝辞#

研究や開発作業で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とって貴重なこのリソースを作成・維持してくださった著者の皆様に感謝いたします。