Link to this sectionETH3D Derinlik Veri Kümesi#

ETH3D, monoküler derinlik tahmini için kullanılan yüksek çözünürlüklü bir çoklu görünüm stereo karşılaştırmalı değerlendirme (benchmark) aracıdır. Hem iç hem de dış mekan sahnelerinde anket sınıfı lazer tarayıcı temel gerçekliği (ground truth) sağlar.

Link to this sectionTemel Özellikler#

• Yüksek hassasiyetli lazer tarayıcı ile yakalanan anket sınıfı derinlik temel gerçekliği.
• Hem iç hem de dış mekan sahnelerini kapsayan yüksek çözünürlüklü görüntüler.
• Yaklaşık 60 metreye kadar derinlik aralığı.
• Değerlendirme 423 görüntü üzerinde gerçekleştirilir.
• Doğru ve yoğun temel gerçekliğe sahip, yüksek kaliteli bir çoklu görünüm stereo karşılaştırmalı değerlendirme aracı.

Link to this sectionYOLO26-Depth'teki Rolü#

ETH3D, YOLO26-Depth ailesi için bir sıfır-atış (zero-shot) değerlendirme benchmark'ıdır; yayınlanan modeller bunun üzerinde eğitilmemiştir. Hassas lazer tarayıcı temel gerçekliğine sahip iç ve dış mekan sahnelerinin birleşimi, onu alanlar arası genelleme için güçlü bir test haline getirir.

Değerlendirme, çok ölçekli ve yatay çevirmeli test zamanı artırma (TTA) kullanır, ardından metrikler hesaplanmadan önce tahmin edilen ve temel gerçeklik derinlik haritaları arasında log-en küçük kareler ölçek hizalaması uygulanır.

Link to this sectionSonuçlar#

Aşağıdaki tablo, ETH3D değerlendirme görüntülerinde model boyutuna göre delta1 doğruluğunu (1,25× eşik içindeki piksellerin yüzdesi, daha yüksek olması daha iyidir) bildirmektedir.

Link to this sectionDeğerlendirme#

ETH3D, paketlenmiş bir veri kümesi YAML dosyası ile birlikte gelmez. ETH3D görüntülerini ve lazer tarayıcı derinlik temel gerçekliğini yükleyen, standart TTA ve log-en küçük kareler ölçek hizalamasını uygulayan ve derinlik metriklerini raporlayan özel bir değerlendirme betiği aracılığıyla değerlendirilir.

Link to this sectionKullanım#

ETH3D harici bir benchmark olduğundan, modeller genellikle görüntüleri üzerinde predict ile çalıştırılır. Mevcut argümanların kapsamlı bir listesi için model Tahmin sayfasına başvur.

from ultralytics import YOLO

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

# Predict depth on ETH3D images
results = model.predict("path/to/eth3d/images")

Link to this sectionÖnceden Eğitilmiş Modeller#

YOLO26 derinlik ailesi, ETH3D benchmark'ı üzerinde sıfır-atış olarak değerlendirilir. Bu modeller, örneğin v8.4.0 sürümünden YOLO26x-depth gibi en son Ultralytics sürümünden otomatik olarak indirilir ve farklı doğruluk ve kaynak gereksinimleri için çeşitli boyutları (yolo26n/s/m/l/x-depth) kapsar.

Link to this sectionAlıntılar ve Teşekkür#

ETH3D veri kümesini araştırma veya geliştirme çalışmalarında kullanırsan, lütfen şu makaleye atıfta bulun:

@inproceedings{schops2017eth3d,
      title={A Multi-View Stereo Benchmark with High-Resolution Images and Multi-Camera Videos},
      author={Sch{\"o}ps, Thomas and Sch{\"o}nberger, Johannes L. and Galliani, Silvano and Sattler, Torsten and Schindler, Konrad and Pollefeys, Marc and Geiger, Andreas},
      booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
      year={2017}
}

Bilgisayarlı görü topluluğu için bu değerli kaynağı yarattıkları ve korudukları için yazarlara teşekkür ederiz.