ImageNet (의사 라벨링) Depth 데이터셋

ImageNet(의사 라벨 깊이) 데이터셋은 정답 깊이 정보가 없는 ImageNet-1K 학습 이미지 1,281,167개를 재사용하고, 각 이미지에 Depth Anything 3 교사 모델이 단안 및 미터법 체크포인트를 결합해 생성한 의사 깊이 맵을 연결합니다. 이 데이터셋은 지식 증류와 ImageNet이 제공하는 장면 및 객체 다양성을 위해서만 사용됩니다. 약 2.19M개 이미지로 구성된 YOLO26-Depth 사전 학습 혼합 데이터에서 가장 큰 단일 소스(약 58%)이므로, 이를 추가한 것은 실내 교차 도메인 일반화 성능을 높이는 데 결정적이었습니다.

주요 기능#

  • 매우 다양한 객체, 장면, 맥락을 포함하는 ImageNet-1K 학습 이미지 1,281,167장입니다.
  • 정답 depth가 없습니다. 모든 depth 타깃은 Depth Anything 3 teacher가 생성한 의사 라벨이며, DA3MONO-LARGE은 장면 구조를, DA3METRIC-LARGE은 metric 스케일을 제공합니다.
  • 벤치마크가 아닌 지식 증류와 장면/객체 다양성 확보를 위해서만 사용됩니다.
  • 약 ~2.19M개 이미지로 구성된 사전 학습 데이터에서 가장 큰 단일 소스(약 ~58%)이며, 실내 도메인 간 일반화에 결정적인 역할을 합니다.
  • 검증 분할은 없습니다. 실제 정답 데이터셋에서만 검증을 수행합니다.

데이터셋 구조#

의사 라벨링된 ImageNet 소스는 ImageNet-1K 학습 이미지로 구성되며, 각 이미지에는 기계가 생성한 depth 맵 하나가 포함됩니다:

  1. 학습 이미지: ImageNet-1K 학습 이미지 1,281,167장으로, 약 ~2.19M개 이미지로 구성된 YOLO26-Depth 사전 학습 데이터의 가장 큰 단일 구성 요소(약 ~58%)입니다.
  2. 검증: 없음. 이 소스에는 검증 분할이 없습니다. YOLO26-Depth 검증에는 NYU Depth V2 및 KITTI Eigen과 같은 실제 정답 데이터셋만 사용합니다.

의사 라벨 생성 방법#

ImageNet에는 depth 어노테이션이 없으므로 depth 타깃은 측정값이 아니라 오프라인에서 생성합니다. 장면 구조와 절대 스케일을 각각 담당하는 Depth Anything 3 체크포인트 두 개를 결합합니다:

  1. 각 ImageNet 학습 이미지를 depth-anything/DA3MONO-LARGE에 입력하면 이미지별 미지의 스케일과 오프셋에 대해서만 정의되는 매우 상세한 depth 맵을 예측합니다. 또한 depth-anything/DA3METRIC-LARGE에도 입력하는데, 이 모델의 출력은 더 거칠지만 실제 단위로 표현됩니다.
  2. 이미지별 강건 아핀 피팅을 통해 단안 예측 결과를 metric 예측 결과인 label = a * mono + b에 매핑합니다. 따라서 픽셀별 세부 정보는 모두 단안 체크포인트에서 나오고, metric 체크포인트는 맵을 미터 축에 배치하는 두 개의 스칼라만 설정합니다. 카메라 내부 파라미터는 사용하지 않으므로 보정되지 않은 이미지에도 라벨을 지정할 수 있습니다.
  3. 결과는 Ultralytics depth dataset format에 따라 16비트 밀리미터 PNG로 저장되며, 파일명 기준으로 원본 이미지와 짝을 이룹니다.
  4. 그런 다음 의사 라벨링된 쌍을 더 큰 학습 데이터 구성의 한 요소로 추가합니다. 이 구성에서 student YOLO26-Depth 모델은 실제 정답 데이터 소스로 학습하는 동시에 teacher의 출력을 모방하도록 학습됩니다.

스케일은 측정값이 아니라 예측에서 가져오므로 각 맵에 전역 스케일 오차가 포함될 수 있습니다. YOLO26-Depth는 스케일 불변 로그(SILog) 손실과 gradient matching을 사용해 학습하고 중앙값 정렬로 검증하므로, 의사 라벨의 이미지별 스케일 오프셋은 대부분 흡수됩니다.

이 의사 라벨링 소스는 공개된 YOLO26-Depth 가중치를 사전 학습하는 데 사용되는 내부 혼합 학습 구성의 일부이며, 독립된 다운로드 항목으로 배포되지 않습니다.

YOLO26-Depth에서의 역할#

이 소스는 YOLO26-Depth 사전 학습 데이터의 대부분과 가장 폭넓은 장면 및 객체 다양성을 제공합니다. 백만 개가 넘는 이미지에 강력한 Depth Anything 3 teacher의 지식을 증류해 광범위한 장면 사전 정보를 student로 전달합니다. 실제로 이 소스를 추가한 것은 실내 도메인 간 일반화에 결정적이었으며, 실제 정답 데이터의 학습 분포를 벗어난 실내 장면에서도 모델의 성능을 높이는 데 도움이 되었습니다.

사용법#

의사 라벨 ImageNet 데이터는 단독으로 학습에 사용되지 않습니다. 공개 데이터셋 다운로드가 아니라 내부 실험 YAML로 정의된 통합 깊이 데이터 혼합의 한 구성 요소로 사용됩니다. 개념적으로 이러한 혼합 데이터로 학습하는 방식은 다음과 같습니다:

학습 예제
from ultralytics import YOLO

# 사전 학습된 깊이 모델을 불러옵니다.
model = YOLO("yolo26n-depth.pt")

# 결합된 depth 혼합 데이터(직접 구성한 다중 소스 데이터셋 YAML)로 학습합니다
results = model.train(data="depth-mix.yaml", epochs=100, imgsz=640)

사전 학습 모델#

사전 학습된 YOLO26-Depth 모델은 이름으로 처음 참조할 때 Ultralytics v8.4.0 assets release에서 자동으로 다운로드됩니다:

인용 및 감사의 글#

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

인용
@inproceedings{deng2009imagenet,
      title={ImageNet: A Large-Scale Hierarchical Image Database},
      author={Deng, Jia and Dong, Wei and Socher, Richard and Li, Li-Jia and Li, Kai and Fei-Fei, Li},
      booktitle={2009 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
      year={2009},
      organization={IEEE}
}

@article{depthanything3,
      title={Depth Anything 3: Recovering the visual space from any views},
      author={Lin, Haotong and Chen, Sili and Liew, Jun Hao and Chen, Donny Y. and Li, Zhenyu and Shi, Guang and Feng, Jiashi and Kang, Bingyi},
      journal={arXiv preprint arXiv:2511.10647},
      year={2025}
}

데이터셋을 만들고 유지 관리한 ImageNet 팀과 의사 깊이 레이블 생성에 사용된 teacher 모델을 제공한 Depth Anything 3 저자에게 감사드립니다.

자주 묻는 질문#

  • 측정된 깊이가 없는 ImageNet-1K 학습 이미지 1,281,167개를 재사용하고, 각 이미지에 Depth Anything 3 teacher가 예측한 깊이 맵을 연결합니다. 약 219만 개 이미지로 구성된 YOLO26-Depth 사전 학습 혼합 데이터에서 가장 큰 단일 데이터 소스이며(약 58%), 지식 증류와 장면 다양성 확보에만 사용됩니다.

  • 각 이미지는 상대 구조를 상세히 파악하는 DA3MONO-LARGE과 미터 단위 스케일을 산출하는 DA3METRIC-LARGE을 통해 처리됩니다. 이미지별 강건한 아핀 피팅으로 단안 예측값을 미터 단위 예측값에 매핑하고, 결과를 Ultralytics 깊이 형식의 16비트 밀리미터 단위 PNG 파일로 저장합니다. 자세한 내용은 의사 레이블 생성 방법을 참조하세요.

  • 아니요. 이 데이터 소스는 공개된 YOLO26-Depth 가중치의 기반이 되는 내부 혼합 학습 구성의 일부이며, 독립형 다운로드로 배포되지 않습니다. 비슷한 데이터셋을 만들려면 깊이 teacher를 사용해 자체 이미지의 의사 레이블을 생성하고 표준 깊이 레이아웃에 저장하세요.

댓글

질문을 하거나 결과를 공유하거나 다른 사람을 도와주세요.