Link to this sectionETH3D Depth Dataset#

ETH3D는 단안 깊이 추정에 사용되는 고해상도 다중 뷰 스테레오 벤치마크입니다. 이 데이터셋은 실내 및 실외 장면 전반에 걸쳐 측량 등급의 레이저 스캐너 정답(ground truth)을 제공합니다.

Link to this section주요 특징#

• 고정밀 레이저 스캐너로 획득한 측량 등급의 깊이 정답 데이터입니다.
• 실내 및 실외 장면을 모두 포함하는 고해상도 이미지입니다.
• 최대 약 60m까지의 깊이 범위를 제공합니다.
• 423개의 이미지에 대해 평가가 수행됩니다.
• 정확한 밀집 정답을 갖춘 고품질 다중 뷰 스테레오 벤치마크입니다.

Link to this sectionYOLO26-Depth에서의 역할#

ETH3D는 YOLO26-Depth 제품군을 위한 제로샷 평가 벤치마크로, 공개된 모델들은 이 데이터셋으로 학습되지 않았습니다. 정확한 레이저 스캐너 정답이 포함된 실내 및 실외 장면의 조합은 교차 도메인 일반화 능력을 테스트하기에 매우 강력한 도구입니다.

평가는 다중 스케일 및 수평 뒤집기 테스트 시간 증강(TTA)을 사용하며, 지표를 계산하기 전에 예측된 깊이 맵과 정답 깊이 맵 간의 로그 최소 제곱 스케일 정렬을 수행합니다.

Link to this section결과#

아래 표는 모델 크기별 ETH3D 평가 이미지에서의 delta1 정확도(1.25배 임계값 내 픽셀의 백분율, 높을수록 좋음)를 나타냅니다.

Link to this section평가#

ETH3D는 번들 데이터셋 YAML과 함께 제공되지 않습니다. ETH3D 이미지와 레이저 스캐너 깊이 정답을 로드하고, 표준 TTA 및 로그 최소 제곱 스케일 정렬을 적용하며, 깊이 지표를 보고하는 전용 평가 스크립트를 통해 평가됩니다.

Link to this section사용법#

ETH3D는 외부 벤치마크이므로, 일반적으로 모델의 predict를 사용하여 이미지를 실행합니다. 사용 가능한 인수의 전체 목록은 모델 예측 페이지를 참조하십시오.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26x-depth.pt")  # load a pretrained depth model

# Predict depth on ETH3D images
results = model.predict("path/to/eth3d/images")

Link to this section사전 학습된 모델#

YOLO26 depth 제품군은 ETH3D 벤치마크에서 제로샷으로 평가됩니다. 이 모델들은 최신 Ultralytics 릴리스에서 자동으로 다운로드되며, 예를 들어 v8.4.0의 YOLO26x-depth가 있으며, 다양한 정확도 및 리소스 요구 사항에 맞춘 다양한 크기(yolo26n/s/m/l/x-depth)를 제공합니다.

Link to this section인용 및 감사의 글#

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

@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 커뮤니티를 위한 이 가치 있는 리소스를 생성하고 유지 관리해 준 저자들에게 감사를 표합니다.