YOLO Vision 2026:

Make3D Derinlik Veri Seti#

Make3D, monoküler derinlik tahmini için klasik bir dış mekan kıyaslama testidir. Özel bir 3D lazer tarayıcı ile yakalanan derinlik yer tanısı (ground truth) ile eşleştirilmiş kampüs sahnesi görüntülerini içerir ve dağılım dışı (out-of-distribution) genellemeyi test etmek için yaygın olarak kullanılır.

Temel Özellikler#

  • Özel bir 3D lazer tarayıcı ile yakalanan derinlik yer gerçeği.
  • Gerçek dış ortam kampüs sahnelerini kapsar.
  • Yaklaşık 70 m'ye kadar derinlik aralığı.
  • Değerlendirme, 134 görüntüden oluşan standart test seti üzerinde gerçekleştirilir.
  • Klasik bir dağılım dışı (out-of-distribution) genelleme kıyaslama ölçütü.

YOLO26-Depth'teki Rolü#

Make3D, YOLO26-Depth ailesi için bir sıfır-atış değerlendirme kıyaslama testidir (zero-shot evaluation benchmark); yayınlanan modeller bunun üzerinde eğitilmemiştir. Dağılım dışı bir dış mekan seti olarak, tüm modeller için en zorlu kıyaslama testidir ve mutlak delta1 değerleri genel olarak düşüktür; bu da bu veri seti için beklenen bir durumdur.

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.

Sonuçlar#

Aşağıdaki tablo, Make3D test setindeki model boyutuna göre delta1 doğruluğunu (1,25× eşik içindeki piksellerin yüzdesi, ne kadar yüksek oysa o kadar iyi) bildirir.

Modeldelta1
YOLO26n-depth0.307
YOLO26s-depth0.311
YOLO26m-depth0.293
YOLO26l-depth0.297
YOLO26x-depth0.299

Değerlendirme#

Make3D, paketlenmiş bir veri seti YAML dosyası ile birlikte gelmez. Make3D görüntülerini ve lazer tarayıcı derinlik yer gerçeğini yükleyen, standart TTA ve log-en küçük kareler ölçek hizalamasını uygulayan ve derinlik metriklerini raporlayan özel bir değerlendirme betiği aracılığıyla değerlendirilir.

Kullanım#

Make3D harici bir kıyaslama testidir, bu nedenle modeller genellikle görselleri üzerinde predict ile çalıştırılır. Mevcut argümanların kapsamlı bir listesi için model Tahmin sayfasına göz at.

Tahmin Örneği
from ultralytics import YOLO

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

# Predict depth on Make3D images
results = model.predict("path/to/make3d/images")

Önceden Eğitilmiş Modeller#

YOLO26 depth ailesi, Make3D kıyaslama testinde sıfır-atış (zero-shot) olarak değerlendirilir. Bu modeller, en son Ultralytics sürümünden, örneğin v8.4.0'dan YOLO26x-depth otomatik olarak indirilir ve farklı doğruluk ve kaynak gereksinimleri için çeşitli boyutları (yolo26n/s/m/l/x-depth) kapsar.

Alıntılar ve Teşekkür#

Make3D veri setini araştırma veya geliştirme çalışmalarında kullanıyorsan lütfen aşağıdaki makaleye atıfta bulun:

Alıntı
@article{saxena2009make3d,
      title={Make3D: Learning 3D Scene Structure from a Single Still Image},
      author={Saxena, Ashutosh and Sun, Min and Ng, Andrew Y.},
      journal={IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)},
      year={2009}
}

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

Katkıda Bulunanlar

Yorumlar