iBims-1 깊이 데이터셋#

iBims-1(독립적인 벤치마크 이미지와 이에 대응하는 스캔 데이터)는 단안 깊이 추정을 위한 고품질 실내 벤치마크입니다. 측량급 레이저 스캐너로 생성한 정답 데이터와 RGB 이미지를 쌍으로 제공하며, 선명한 깊이 경계와 평면 표면을 테스트하도록 설계되었습니다.

주요 기능#

• 측량급 레이저 스캐너로 캡처한 고품질 깊이 정답 데이터입니다.
• 실제 실내 장면을 포함합니다.
• 깊이 범위는 약 10 m까지입니다.
• 100개 이미지에 대해 평가를 수행합니다.
• 선명한 깊이 경계와 평면 표면의 품질을 평가하도록 특별히 설계되었습니다.

YOLO26-Depth에서의 역할#

iBims-1은 YOLO26-Depth 제품군을 위한 제로샷 평가 벤치마크이며, 공개된 모델은 이 데이터셋으로 학습되지 않았습니다. 선명한 깊이 불연속 영역과 평면 영역에 중점을 두므로, 종합 정확도를 넘어 깊이 맵의 품질을 정밀하게 테스트할 수 있습니다.

평가에는 멀티 스케일 및 수평 플립 테스트 시점 증강(TTA)이 사용되며, 지표를 계산하기 전에 예측 깊이 맵과 ground truth 깊이 맵 간에 로그 최소제곱 스케일 정렬을 수행합니다.

Results#

아래 표는 모델 크기별 iBims-1 평가 이미지에서 delta1 정확도(1.25× 임계값 이내에 있는 픽셀의 비율이며, 높을수록 좋음)를 보여줍니다.

평가#

iBims-1은 번들 데이터셋 YAML과 함께 제공되지 않습니다. 전용 평가 스크립트를 통해 평가하며, 이 스크립트는 iBims-1 이미지와 레이저 스캐너 깊이 정답 데이터를 불러오고 표준 TTA 및 로그 최소제곱 스케일 정렬을 적용한 후 깊이 지표를 보고합니다.

사용법#

iBims-1은 외부 벤치마크이므로 일반적으로 이미지에 predict을 사용하여 모델을 실행합니다. 사용 가능한 인수의 전체 목록은 모델의 Prediction 페이지를 참조하십시오.

from ultralytics import YOLO

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

# Predict depth on iBims-1 images
results = model.predict("path/to/ibims1/images")

사전 학습 모델#

YOLO26 깊이 제품군은 iBims-1 벤치마크에서 제로샷 방식으로 평가됩니다. 이러한 모델은 최신 Ultralytics 릴리스에서 자동으로 다운로드되며, 예를 들어 v8.4.0의 YOLO26x-depth가 이에 해당합니다. 또한 다양한 정확도 및 리소스 요구 사항에 맞춰 여러 크기(yolo26n/s/m/l/x-depth)를 제공합니다.

인용 및 감사의 글#

연구 또는 개발 작업에서 iBims-1 데이터셋을 사용하는 경우 다음 논문을 인용해 주십시오.

@inproceedings{koch2018ibims,
      title={Evaluation of CNN-based Single-Image Depth Estimation Methods},
      author={Koch, Tobias and Liebel, Lukas and Fraundorfer, Friedrich and K{\"o}rner, Marco},
      booktitle={Proceedings of the European Conference on Computer Vision (ECCV) Workshops},
      year={2018}
}

컴퓨터 비전 커뮤니티를 위해 이 귀중한 리소스를 제작하고 유지 관리해 주신 저자분들께 감사드립니다.

FAQ#