Make3D 깊이 데이터셋#

Make3D는 단안 깊이 추정을 위한 고전적인 야외 벤치마크입니다. 맞춤형 3D 레이저 스캐너로 수집한 깊이 ground truth와 캠퍼스 장면 이미지로 구성되며, 분포 외 일반화 성능을 평가하는 데 널리 사용됩니다.

주요 기능#

• 맞춤형 3D 레이저 스캐너로 수집한 깊이 ground truth입니다.
• 실제 야외 캠퍼스 장면을 포함합니다.
• 깊이 범위는 약 70m까지입니다.
• 표준 테스트 세트의 이미지 134개로 평가합니다.
• 분포 외 일반화 성능을 평가하는 고전적인 벤치마크입니다.

YOLO26-Depth에서의 역할#

Make3D는 YOLO26-Depth 제품군의 제로샷 평가 벤치마크이며, 공개 모델은 이 데이터셋으로 학습되지 않습니다. 분포 외 야외 데이터셋이므로 모든 모델에 가장 어려운 벤치마크이며, 전반적으로 절대 delta1 값이 낮은 것은 이 데이터셋에서 예상되는 결과입니다.

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 Make3D 테스트 세트의 delta1 정확도(1.25× 임계값 이내에 드는 픽셀 비율, 높을수록 좋음)를 나타냅니다.

평가#

Make3D에는 함께 제공되는 데이터셋 YAML이 없습니다. 전용 평가 스크립트가 Make3D 이미지와 레이저 스캐너 깊이 ground truth를 불러오고, 표준 TTA와 로그 최소제곱 스케일 정렬을 적용한 다음 깊이 지표를 보고합니다.

사용법#

Make3D는 외부 벤치마크이므로 일반적으로 이미지에 predict을 적용해 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

# Make3D 이미지의 깊이 예측
results = model.predict("path/to/make3d/images")

사전 학습 모델#

YOLO26 깊이 제품군은 Make3D 벤치마크에서 제로샷으로 평가됩니다. 모델은 처음 사용할 때 Ultralytics v8.4.0 에셋 릴리스에서 자동으로 다운로드됩니다. 예를 들어 YOLO26x-depth를 사용할 수 있으며, 정확도와 리소스 요구 사항에 따라 다양한 크기(yolo26n/s/m/l/x-depth)가 제공됩니다.

인용 및 감사의 글#

연구 또는 개발 작업에서 Make3D 데이터셋을 사용하는 경우 다음 논문을 인용해 주세요:

@article{saxena2009make3d,
      title={Make3D: Learning 3D Scene Structure from a Single Still Image},
      author={Saxena, Ashutosh and Sun, Min and Ng, Andrew Y.},
      journal={IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)},
      year={2009}
}

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

자주 묻는 질문#