Link to this sectionSUN RGB-D Derinlik Veri Kümesi#

SUN RGB-D, dört farklı RGB-D sensörü (Intel RealSense, Asus Xtion ve Microsoft Kinect v1 ve v2) ile çekilmiş gerçek dünya iç mekan sahne anlama kıyaslamasıdır. Çoklu sensör tasarımı, onu monoküler derinlik tahmini için değerli bir gerçek iç mekan derinlik çeşitliliği kaynağı haline getirir.

Link to this sectionTemel Özellikler#

• Gerçek çoklu sensör çeşitliliği sağlayan dört farklı RGB-D sensörü (Intel RealSense, Asus Xtion, Microsoft Kinect v1 ve v2) ile çekilmiştir.
• Sahne anlama araştırmaları için geniş bir gerçek iç mekan sahnesi yelpazesini kapsar.
• Tüketici iç mekan RGB-D çekimlerinde tipik olduğu üzere, yaklaşık 10 metreye kadar derinlik aralığı sunar.
• RGB çerçeveleriyle hizalanmış sensör kaynaklı derinlik temel gerçeği.
• Ultralytics derinlik ön eğitim karışımına gerçek çoklu sensör iç mekan çeşitliliği sağlar.

Link to this sectionVeri Kümesi Yapısı#

SUN RGB-D derinlik veri kümesi iki alt kümeye ayrılmıştır:

1. Eğitim (Train): Eğitim için eşleştirilmiş derinlik haritalarına sahip 9.245 görüntü.
2. Doğrulama (Val): Model eğitimi sırasında doğrulama için eşleştirilmiş derinlik haritalarına sahip 1.090 görüntü.

Each sample consists of one RGB image and one paired .npy float32 depth map storing per-pixel distances in meters, following the Ultralytics depth dataset format.

Link to this sectionYOLO26-Depth'teki Rolü#

SUN RGB-D, yaklaşık 2,19 milyon görüntü-derinlik çiftinden oluşan Ultralytics YOLO26-Depth çoklu veri kümesi ön eğitim karışımında bir eğitim kaynağıdır. Modelin farklı tüketici RGB-D cihazlarında çekilen derinlik verilerine maruz kalmasını sağlayarak gerçek çoklu sensör iç mekan çeşitliliğine katkıda bulunur. Elde edilen modeller standart NYU, KITTI, Make3D, ETH3D ve iBims-1 kıyaslamalarında değerlendirilir.

Link to this sectionVeri Kümesi YAML#

Veri kümesi yapılandırmasını tanımlamak için bir YAML (Yet Another Markup Language) dosyası kullanılır. Veri kümesinin yolları, sınıfları ve diğer ilgili bilgiler hakkında veriler içerir.

# 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 *.npy, float32 meters (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.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
      np.save(dir / "depth" / split / f"{name}.npy", d)
      next((scene / "image").glob("*.jpg")).replace(dir / "images" / split / f"{name}.jpg")
  shutil.rmtree(dir / "source")

Link to this sectionKullanım#

SUN RGB-D veri kümesi üzerinde 640 görüntü boyutuyla bir YOLO26n-depth modeli eğitmek için aşağıdaki kod parçacıklarını kullanabilirsin. Mevcut argümanların kapsamlı bir listesi için model Eğitim sayfasına bak.

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)

Link to this sectionÖnceden Eğitilmiş Modeller#

YOLO26 derinlik ailesi, SUN RGB-D'nin de bir parçası olduğu geniş çoklu veri kümesi derinlik ön eğitim karışımı üzerinde eğitilir. Bu modeller, örneğin v8.4.0'dan YOLO26x-depth, en güncel Ultralytics sürümünden otomatik olarak indirilir ve farklı doğruluk ve kaynak gereksinimleri için çeşitli boyutları kapsar.

Link to this sectionAlıntılar ve Teşekkür#

SUN RGB-D veri kümesini araştırma veya geliştirme çalışmalarında kullanırsan, lütfen aşağıdaki makaleye atıfta bulun:

@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}
}

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