ETH3D 깊이 데이터셋#

ETH3D는 단안 깊이 추정에 사용되는 고해상도 멀티뷰 스테레오 벤치마크입니다. 실내 및 실외 장면 전반에 걸쳐 측량 등급의 레이저 스캐너 GT를 제공합니다.

주요 기능#

• 고정밀 레이저 스캐너로 캡처한 측량 등급 깊이 GT입니다.
• 실내 및 실외 장면을 모두 포함하는 고해상도 이미지입니다.
• 최대 깊이는 약 60 m입니다.
• 이미지 423개를 사용해 평가합니다.
• 정확한 조밀 GT를 갖춘 고품질 멀티뷰 스테레오 벤치마크입니다.

YOLO26-Depth에서의 역할#

ETH3D는 YOLO26-Depth 모델 제품군을 위한 제로샷 평가 벤치마크이며, 공개된 모델은 ETH3D로 학습되지 않습니다. 정확한 레이저 스캐너 GT가 있는 실내 및 실외 장면이 포함되어 있어 도메인 간 일반화 능력을 평가하기에 적합합니다.

평가 시 멀티스케일 및 수평 뒤집기 테스트 시점 증강(TTA)을 적용한 다음, 지표를 계산하기 전에 예측 깊이 맵과 GT 깊이 맵 사이에 로그 최소제곱 스케일 정렬을 적용합니다.

결과#

아래 표는 모델 크기별 ETH3D 평가 이미지에서의 delta1 정확도(1.25× 임계값 이내에 해당하는 픽셀 비율이며, 높을수록 좋음)를 보여줍니다.

평가#

ETH3D는 번들 데이터셋 YAML과 함께 제공되지 않습니다. ETH3D 이미지와 레이저 스캐너 깊이 GT를 로드하고, 표준 TTA 및 로그 최소제곱 스케일 정렬을 적용한 뒤 깊이 지표를 보고하는 전용 평가 스크립트를 통해 평가합니다.

사용법#

ETH3D는 외부 벤치마크이므로 일반적으로 predict을 사용해 해당 이미지에서 모델을 실행합니다. 사용 가능한 인수의 전체 목록은 모델 예측 페이지를 참조하세요.

from ultralytics import YOLO

# 모델 로드
model = YOLO("yolo26x-depth.pt")  # 사전 학습된 depth 모델을 불러옵니다

# ETH3D 이미지에서 depth를 예측합니다
results = model.predict("path/to/eth3d/images")

사전 학습 모델#

YOLO26 depth 제품군은 ETH3D 벤치마크에서 제로샷으로 평가됩니다. 이 모델은 처음 사용할 때 Ultralytics v8.4.0 assets release에서 자동으로 다운로드됩니다. 예를 들어 YOLO26x-depth가 있으며, 정확도 및 리소스 요구 사항에 따라 다양한 크기(yolo26n/s/m/l/x-depth)로 제공됩니다.

인용 및 감사의 글#

연구 또는 개발 작업에서 ETH3D 데이터셋을 사용하는 경우 다음 논문을 인용해 주세요:

@inproceedings{schops2017eth3d,
      title={A Multi-View Stereo Benchmark with High-Resolution Images and Multi-Camera Videos},
      author={Sch{\"o}ps, Thomas and Sch{\"o}nberger, Johannes L. and Galliani, Silvano and Sattler, Torsten and Schindler, Konrad and Pollefeys, Marc and Geiger, Andreas},
      booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
      year={2017}
}

컴퓨터 비전 커뮤니티에 이처럼 유용한 리소스를 만들고 유지 관리해 주신 저자분들께 감사드립니다.

자주 묻는 질문#