Датасет глубины SUN RGB-D#

10,335

SUN RGB-D Depth

ultralytics

publicDepth

SUN RGB-D Depth combines indoor RGB-depth captures from RealSense, Xtion, and Kinect sensors for monocular depth estimation. Each RGB image has a dimension-matched uint16 depth map in millimeters, capped at 10 meters for consistent indoor geometry.

1.7 GBSep 2, 2026

depth-estimationsun-rgbdindoor+1

SUN RGB-D — это бенчмарк для понимания сцен в реальных помещениях, собранный с помощью четырёх разных RGB-D-сенсоров: Intel RealSense, Asus Xtion и Microsoft Kinect v1 и v2. Конструкция с несколькими сенсорами делает его ценным источником разнообразных данных о глубине в реальных помещениях для оценки глубины по одному изображению.

Открой SUN RGB-D на платформе Ultralytics, чтобы просмотреть пары RGB и глубины, изучить статистику датасета и клонировать его для обучения.

Ключевые особенности#

• Собран с помощью четырёх разных RGB-D-сенсоров (Intel RealSense, Asus Xtion, Microsoft Kinect v1 и v2), обеспечивая реальное разнообразие данных с нескольких сенсоров.
• Охватывает широкий спектр реальных сцен в помещениях для исследований в области понимания сцен.
• Диапазон глубины — примерно до 10 м, что типично для потребительской съёмки RGB-D в помещениях.
• Эталонные данные о глубине, полученные с сенсоров и выровненные по кадрам RGB.
• Добавляет реальное разнообразие данных с нескольких сенсоров в помещениях в набор данных для предварительного обучения моделей глубины Ultralytics.

Структура датасета#

Датасет глубины SUN RGB-D разделён на два поднабора:

1. Обучающий: 9 245 изображений с соответствующими картами глубины для обучения.
2. Валидационный: 1 090 изображений с соответствующими картами глубины для валидации во время обучения модели.

Каждый пример состоит из одного изображения RGB и одной соответствующей масштабированной PNG-карты глубины в формате uint16 согласно формату датасетов глубины Ultralytics. Встроенная конвертация записывает значения в миллиметрах, поэтому применяется значение по умолчанию depth_scale: 1000.

Роль в YOLO26-Depth#

SUN RGB-D — источник данных для обучения в составе набора данных из нескольких датасетов для предварительного обучения Ultralytics YOLO26-Depth, включающего примерно 2,19 млн пар изображений и данных о глубине. Он добавляет реальное разнообразие данных с нескольких сенсоров в помещениях, знакомя модель с глубиной, полученной с нескольких разных потребительских RGB-D-устройств. Полученные модели оцениваются на стандартных бенчмарках NYU, KITTI, Make3D, ETH3D и iBims-1.

YAML датасета#

Файл YAML используется для определения конфигурации датасета. Он содержит информацию о путях датасета, классах и другую актуальную информацию.

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

# SUN RGB-D dataset for monocular depth estimation — real indoor, multi-sensor RGB-D (RealSense/Xtion/Kinect), up to ~10 m
# Documentation: https://docs.ultralytics.com/datasets/depth/sunrgbd
# Example usage: yolo depth train data=depth-sunrgbd.yaml model=yolo26n-depth.pt
# parent
# ├── ultralytics
# └── datasets
#     └── depth-sunrgbd  ← downloads here (6.5 GB archive, ~14 GB converted)
#         ├── images/{train,val}  # RGB images
#         └── depth/{train,val}   # paired 16-bit *.png depth maps (images/ -> depth/)
# If an interrupted download leaves a partial dataset, delete the depth-sunrgbd dir and re-run to rebuild it.

path: depth-sunrgbd # dataset root dir (relative to Ultralytics settings 'datasets_dir')
train: images/train # train images (relative to 'path') 9245 images
val: images/val # val images (relative to 'path') 1090 images

nc: 1
names:
  0: depth

channels: 3

# Download script/URL (optional)
download: |
  import random
  import shutil
  from pathlib import Path

  import cv2
  import numpy as np

  from ultralytics.data.utils import save_depth_png
  from ultralytics.utils import TQDM
  from ultralytics.utils.downloads import download

  # Download and extract the official archive (~6.5 GB), then convert each of the 10335 scenes:
  # refined depth_bfx PNGs decode via the SUN RGB-D bit-rotation (d>>3 | d<<13) to millimeters,
  # clipped at 10 m; a deterministic random 1090-scene subset (seed 0) forms the val split
  dir = Path(yaml["path"])  # dataset root dir
  download(["https://rgbd.cs.princeton.edu/data/SUNRGBD.zip"], dir=dir / "source", delete=True, exist_ok=True)
  for split in ("train", "val"):
      (dir / "images" / split).mkdir(parents=True, exist_ok=True)
      (dir / "depth" / split).mkdir(parents=True, exist_ok=True)
  scenes = sorted(p.parent for p in (dir / "source" / "SUNRGBD").rglob("depth_bfx"))
  names = ["_".join(s.relative_to(dir / "source" / "SUNRGBD").parts) for s in scenes]
  val = set(random.Random(0).sample(names, k=1090))
  for scene, name in TQDM(zip(scenes, names), total=len(scenes), desc="Converting"):
      split = "val" if name in val else "train"
      d = cv2.imread(str(next((scene / "depth_bfx").glob("*.png"))), cv2.IMREAD_ANYDEPTH)
      d = (((d >> 3) | (d << 13)) / 1000.0).clip(max=10).astype(np.float32)  # bit-rotated mm -> m
      save_depth_png(dir / "depth" / split / f"{name}.png", d)
      next((scene / "image").glob("*.jpg")).replace(dir / "images" / split / f"{name}.jpg")
  shutil.rmtree(dir / "source")

Использование#

Чтобы обучить модель YOLO26n-depth на датасете SUN RGB-D с размером изображения 640, можно использовать следующие фрагменты кода. Полный список доступных аргументов см. на странице обучения модели.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-depth.pt")  # load a pretrained depth model (recommended for training)

# Train the model
results = model.train(data="depth-sunrgbd.yaml", epochs=100, imgsz=640)

Предварительно обученные модели#

Семейство моделей глубины YOLO26 обучается на широком наборе данных из нескольких датасетов для предварительного обучения, частью которого является SUN RGB-D. Эти модели автоматически скачиваются из последнего релиза Ultralytics, например YOLO26x-depth из v8.4.0, и представлены в разных размерах для различных требований к точности и ресурсам.

Цитирование и благодарности#

Если ты используешь датасет SUN RGB-D в исследовательской или разработческой работе, укажи в цитировании следующую статью:

@inproceedings{song2015sunrgbd,
      title={SUN RGB-D: A RGB-D Scene Understanding Benchmark Suite},
      author={Song, Shuran and Lichtenberg, Samuel P. and Xiao, Jianxiong},
      booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
      year={2015}
}

Мы хотели бы выразить признательность авторам за создание и поддержку этого ценного ресурса для сообщества компьютерного зрения.

Часто задаваемые вопросы#