iBims-1 Derinlik Veri Kümesi#

iBims-1 (bağımsız Benchmark görüntüleri ve eşleştirilmiş taramalar), tek görüntülü derinlik tahmini için yüksek kaliteli bir iç mekân benchmark'ıdır. RGB görüntülerini ölçüm doğruluğunda lazer tarayıcıyla elde edilmiş referans verilerle eşleştirir ve keskin derinlik kenarlarını ve düzlemsel yüzeyleri test etmek üzere tasarlanmıştır.

Temel Özellikler#

• Ölçüm doğruluğunda bir lazer tarayıcıyla elde edilmiş yüksek kaliteli derinlik referans verileri.
• Gerçek iç mekân sahnelerini kapsar.
• Yaklaşık 10 m'ye kadar derinlik aralığı.
• Değerlendirme 100 görüntü üzerinde gerçekleştirilir.
• Keskin derinlik kenarlarını ve düzlemsel yüzeylerin kalitesini değerlendirmek üzere özel olarak tasarlanmıştır.

YOLO26-Depth İçindeki Rolü#

iBims-1, YOLO26-Depth ailesi için bir sıfır örnekli değerlendirme benchmark'ıdır; yayımlanan modeller bu veri kümesiyle eğitilmemiştir. Keskin derinlik süreksizliklerine ve düzlemsel bölgelere odaklanması, toplam doğruluğun ötesinde derinlik haritası kalitesini hassas biçimde test etmesini sağlar.

Değerlendirmede çok ölçekli ve yatay çevirme test zamanı artırma (TTA) kullanılır; ardından metrikler hesaplanmadan önce tahmin edilen ve gerçek derinlik haritaları arasında log-en küçük kareler ölçek hizalaması uygulanır.

Sonuçlar#

Aşağıdaki tablo, model boyutuna göre iBims-1 değerlendirme görüntülerindeki delta1 doğruluğunu (1.25× eşiği içindeki piksellerin yüzdesi; daha yüksek değer daha iyidir) gösterir.

Değerlendirme#

iBims-1, paketle birlikte gelen bir veri kümesi YAML dosyasıyla sunulmaz. Veri kümesi, iBims-1 görüntülerini ve lazer tarayıcı derinlik referans verilerini yükleyen, standart TTA ve log-en küçük kareler ölçek hizalamasını uygulayan ve derinlik metriklerini raporlayan özel bir değerlendirme betiği aracılığıyla değerlendirilir.

Kullanım#

iBims-1 harici bir benchmark olduğundan modeller genellikle görüntüleri üzerinde predict ile çalıştırılır. Kullanılabilir bağımsız değişkenlerin kapsamlı listesi için modelin Tahmin sayfasına bak.

from ultralytics import YOLO

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

# Predict depth on iBims-1 images
results = model.predict("path/to/ibims1/images")

Önceden Eğitilmiş Modeller#

YOLO26 derinlik ailesi, iBims-1 benchmark'ında sıfır örnekli olarak değerlendirilir. Bu modeller en güncel Ultralytics sürümünden otomatik olarak indirilir; örneğin v8.4.0 sürümündeki YOLO26x-depth modeli. Modeller, farklı doğruluk ve kaynak gereksinimleri için çeşitli boyutları (yolo26n/s/m/l/x-depth) kapsar.

Atıflar ve Teşekkürler#

iBims-1 veri kümesini araştırma veya geliştirme çalışmalarında kullanıyorsan lütfen aşağıdaki makaleye atıfta bulun:

@inproceedings{koch2018ibims,
      title={Evaluation of CNN-based Single-Image Depth Estimation Methods},
      author={Koch, Tobias and Liebel, Lukas and Fraundorfer, Friedrich and K{\"o}rner, Marco},
      booktitle={Proceedings of the European Conference on Computer Vision (ECCV) Workshops},
      year={2018}
}

Bilgisayarlı görü topluluğu için bu değerli kaynağı oluşturup sürdürdükleri için yazarlara teşekkür ederiz.

SSS#