Link to this sectionConjunto de Dados de Profundidade NYU Depth V2#

NYU Depth V2 é o benchmark interno padrão para estimativa de profundidade monocular. Consiste em sequências de vídeo RGB-D de uma grande variedade de cenas internas gravadas com um Microsoft Kinect v1. É o benchmark principal usado para reportar a precisão do YOLO26-Depth.

Link to this sectionPrincipais recursos#

• Capturado com um sensor RGB-D Microsoft Kinect v1.
• Cobre uma grande variedade de cenas internas reais (casas, escritórios, salas de aula e espaços similares).
• Alcance de profundidade de até aproximadamente 10 m, típico de captura RGB-D interna do consumidor.
• A avaliação é realizada no split de teste padrão Eigen de 654 imagens.
• O benchmark principal para reportar a precisão de estimativa de profundidade monocular.

Link to this sectionPapel no YOLO26-Depth#

O NYU Depth V2 é o benchmark de avaliação zero-shot principal para a família YOLO26-Depth, e as métricas de destaque na página de tarefa de profundidade são reportadas nele. Os modelos YOLO26-Depth publicados não são treinados no NYU; embora o conjunto de dados inclua um split de treino, ele não é utilizado e apenas os resultados de teste mantidos fora são reportados.

A avaliação utiliza aumento de dados no momento do teste (TTA) de múltiplas escalas e inversão horizontal, seguido por alinhamento de escala de log-mínimos quadrados entre os mapas de profundidade previstos e os de referência antes que as métricas sejam calculadas.

Link to this sectionResultados#

A tabela abaixo reporta a precisão delta1 (porcentagem de pixels dentro de um limiar de 1,25×, quanto maior, melhor) no split de teste Eigen do NYU Depth V2 por tamanho de modelo.

Link to this sectionYAML do Dataset#

Um ficheiro YAML (Yet Another Markup Language) é usado para definir a configuração do dataset. Contém informações sobre os caminhos, classes e outras informações relevantes do dataset.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# NYU Depth V2 dataset for monocular depth estimation
# Documentation: https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html
# 795 train + 654 val (Eigen test split) images, 480x640, indoor scenes, depth in meters
# Example usage: yolo depth train data=nyu-depth.yaml model=yolo26n-depth.pt
# parent
# ├── ultralytics
# └── datasets
#     └── nyu-depth  ← downloads here (≈1.5 GB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: nyu-depth # dataset root dir (relative to Ultralytics settings 'datasets_dir')
train: images/train # train images (relative to 'path') 795 images
val: images/val # val images (relative to 'path') 654 images

# Depth maps are paired .npy files (float32, meters) under depth/<split>/, resolved by
# swapping '/images/' -> '/depth/' on each image path.

# Classes
nc: 1
names:
  0: depth

channels: 3

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/nyu-depth.zip

Link to this sectionUso#

Para avaliar um modelo YOLO26-Depth no benchmark NYU Depth V2, você pode usar os trechos de código a seguir. Para uma lista abrangente de argumentos disponíveis, consulte a página de Validação do modelo.

from ultralytics import YOLO

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

# Evaluate on the NYU Depth V2 benchmark
results = model.val(data="nyu-depth.yaml")

Link to this sectionModelos pré-treinados#

A família de profundidade YOLO26 é avaliada zero-shot no benchmark NYU Depth V2. Esses modelos baixam automaticamente da versão mais recente da Ultralytics, por exemplo YOLO26x-depth da v8.4.0, e abrangem uma gama de tamanhos (yolo26n/s/m/l/x-depth) para diferentes requisitos de precisão e recursos.

Link to this sectionCitações e Agradecimentos#

Se você utilizar o conjunto de dados NYU Depth V2 em seu trabalho de pesquisa ou desenvolvimento, por favor, cite o seguinte artigo:

@inproceedings{silberman2012indoor,
      title={Indoor Segmentation and Support Inference from RGBD Images},
      author={Silberman, Nathan and Hoiem, Derek and Kohli, Pushmeet and Fergus, Rob},
      booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},
      year={2012}
}

Gostaríamos de agradecer aos autores pela criação e manutenção deste recurso valioso para a comunidade de visão computacional.