Link to this sectioniBims-1 Derinlik Veri Kümesi#

iBims-1 (bağımsız Kıyaslama görüntüleri ve eşleşen taramalar), monoküler derinlik kestirimi için yüksek kaliteli bir iç mekan kıyaslamasıdır. RGB görüntülerini haritalama sınıfı lazer tarayıcı doğruluk payıyla eşleştirir ve keskin derinlik kenarları ile düzlemsel yüzeyleri test etmek için tasarlanmıştır.

Link to this sectionTemel Özellikler#

• Haritalama sınıfı lazer tarayıcı ile yakalanan yüksek kaliteli derinlik doğruluk payı.
• Gerçek iç mekan sahnelerini kapsar.
• Yaklaşık 10 m'ye kadar derinlik aralığı.
• Değerlendirme 100 görüntü üzerinde gerçekleştirilir.
• Özellikle keskin derinlik kenarlarını ve düzlemsel yüzeylerin kalitesini değerlendirmek için tasarlanmıştır.

Link to this sectionYOLO26-Depth içindeki rolü#

iBims-1, YOLO26-Depth ailesi için bir sıfır-atışlı değerlendirme kıyaslamasıdır; yayınlanan modeller bunun üzerinde eğitilmemiştir. Keskin derinlik süreksizliklerine ve düzlemsel bölgelere odaklanması, onu toplam doğruluktan ziyade derinlik haritası kalitesinin hassas bir testi haline getirir.

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

Link to this sectionSonuçlar#

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

Link to this sectionDeğerlendirme#

iBims-1, paketlenmiş bir veri kümesi YAML dosyasıyla gelmez. iBims-1 görüntülerini ve lazer tarayıcı derinlik doğruluk payını yükleyen, standart TTA ve log-en küçük kareler ölçek hizalamasını uygulayan ve derinlik metriklerini raporlayan özel bir değerlendirme betiği ile değerlendirilir.

Link to this sectionKullanım#

iBims-1 harici bir kıyaslama olduğundan, modeller genellikle görüntüleri üzerinde predict ile çalıştırılır. Mevcut bağımsız değişkenlerin kapsamlı bir listesi için Tahmin sayfası modeline 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")

Link to this sectionÖnceden Eğitilmiş Modeller#

YOLO26 derinlik ailesi, iBims-1 kıyaslamasında sıfır-atışlı olarak değerlendirilir. Bu modeller, en son Ultralytics sürümünden otomatik olarak indirilir; örneğin v8.4.0'dan YOLO26x-depth ve farklı doğruluk ve kaynak gereksinimleri için çeşitli boyutlar (yolo26n/s/m/l/x-depth) kapsar.

Link to this sectionAlıntılar ve Teşekkür#

iBims-1 veri kümesini araştırma veya geliştirme çalışmalarında kullanırsan, 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 oluşturdukları ve sürdürdükleri için yazarlara teşekkür ederiz.