Link to this sectionSUN RGB-D深度データセット#
SUN RGB-Dは、Intel RealSense、Asus Xtion、Microsoft Kinect v1およびv2という4種類の異なるRGB-Dセンサーで撮影された、実世界の屋内シーン理解ベンチマークです。このマルチセンサー設計により、単眼深度推定にとって価値のある、多様な実屋内深度のソースとなっています。
Link to this section主な特徴#
- 4種類の異なるRGB-Dセンサー（Intel RealSense、Asus Xtion、Microsoft Kinect v1およびv2）で撮影されており、実際のマルチセンサーの多様性を提供します。
- シーン理解研究のために、屋内の広範な実シーンをカバーしています。
- 深度範囲は約10 mまでで、一般的なコンシューマー向けの屋内RGB-Dキャプチャの特徴を備えています。
- RGBフレームにアライメントされた、センサー由来の深度グラウンドトゥルースです。
- Ultralyticsの深度事前学習ミックスに、実世界のマルチセンサー屋内データの多様性をもたらします。
Link to this sectionデータセットの構造#
SUN RGB-D深度データセットは、以下の2つのサブセットに分割されています。
- Train: 学習用のペア深度マップを含む9,245枚の画像。
- Val: モデル学習中の検証用のペア深度マップを含む1,090枚の画像。
Each sample consists of one RGB image and one paired .npy float32 depth map storing per-pixel distances in meters, following the Ultralytics depth dataset format.
Link to this sectionYOLO26-Depthにおける役割#
SUN RGB-Dは、約219万組の画像と深度のペアで構成されるUltralytics YOLO26-Depthマルチデータセット事前学習ミックスの学習ソースです。これは実世界のマルチセンサー屋内データの多様性をもたらし、さまざまなコンシューマー向けRGB-Dデバイスで撮影された深度をモデルに学習させます。完成したモデルは、標準的なNYU、KITTI、Make3D、ETH3D、およびiBims-1ベンチマークで評価されます。
Link to this section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
# SUN RGB-D dataset for monocular depth estimation — real indoor, multi-sensor RGB-D (RealSense/Xtion/Kinect), up to ~10 m
# Documentation: https://docs.ultralytics.com/datasets/depth/sunrgbd
# Example usage: yolo depth train data=depth-sunrgbd.yaml model=yolo26n-depth.pt
# parent
# ├── ultralytics
# └── datasets
# └── depth-sunrgbd ← downloads here (6.5 GB archive, ~14 GB converted)
# ├── images/{train,val} # RGB images
# └── depth/{train,val} # paired *.npy, float32 meters (images/ -> depth/)
# If an interrupted download leaves a partial dataset, delete the depth-sunrgbd dir and re-run to rebuild it.
path: depth-sunrgbd # dataset root dir (relative to Ultralytics settings 'datasets_dir')
train: images/train # train images (relative to 'path') 9245 images
val: images/val # val images (relative to 'path') 1090 images
nc: 1
names:
0: depth
channels: 3
# Download script/URL (optional)
download: |
import random
import shutil
from pathlib import Path
import cv2
import numpy as np
from ultralytics.utils import TQDM
from ultralytics.utils.downloads import download
# Download and extract the official archive (~6.5 GB), then convert each of the 10335 scenes:
# refined depth_bfx PNGs decode via the SUN RGB-D bit-rotation (d>>3 | d<<13) to millimeters,
# clipped at 10 m; a deterministic random 1090-scene subset (seed 0) forms the val split
dir = Path(yaml["path"]) # dataset root dir
download(["https://rgbd.cs.princeton.edu/data/SUNRGBD.zip"], dir=dir / "source", delete=True, exist_ok=True)
for split in ("train", "val"):
(dir / "images" / split).mkdir(parents=True, exist_ok=True)
(dir / "depth" / split).mkdir(parents=True, exist_ok=True)
scenes = sorted(p.parent for p in (dir / "source" / "SUNRGBD").rglob("depth_bfx"))
names = ["_".join(s.relative_to(dir / "source" / "SUNRGBD").parts) for s in scenes]
val = set(random.Random(0).sample(names, k=1090))
for scene, name in TQDM(zip(scenes, names), total=len(scenes), desc="Converting"):
split = "val" if name in val else "train"
d = cv2.imread(str(next((scene / "depth_bfx").glob("*.png"))), cv2.IMREAD_ANYDEPTH)
d = (((d >> 3) | (d << 13)) / 1000.0).clip(max=10).astype(np.float32) # bit-rotated mm -> m
np.save(dir / "depth" / split / f"{name}.npy", d)
next((scene / "image").glob("*.jpg")).replace(dir / "images" / split / f"{name}.jpg")
shutil.rmtree(dir / "source")Link to this section使用方法#
SUN RGB-Dデータセットで画像サイズ640のYOLO26n-depthモデルを学習させるには、以下のコードスニペットを使用できます。利用可能な引数の完全なリストについては、モデルの学習ページを参照してください。
from ultralytics import YOLO
# Load a model
model = YOLO("yolo26n-depth.pt") # load a pretrained depth model (recommended for training)
# Train the model
results = model.train(data="depth-sunrgbd.yaml", epochs=100, imgsz=640)Link to this section事前学習済みモデル#
YOLO26深度ファミリは、SUN RGB-Dが含まれる広範なマルチデータセット深度事前学習ミックスで学習されています。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（例：v8.4.0のYOLO26x-depth）。精度とリソース要件に応じて、さまざまなサイズが用意されています。
Link to this section引用と謝辞#
研究や開発の作業でSUN RGB-D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。
@inproceedings{song2015sunrgbd,
title={SUN RGB-D: A RGB-D Scene Understanding Benchmark Suite},
author={Song, Shuran and Lichtenberg, Samuel P. and Xiao, Jianxiong},
booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year={2015}
}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。