Tập dữ liệu độ sâu ETH3D#

ETH3D là một benchmark multi-view-stereo độ phân giải cao được sử dụng cho monocular depth estimation. Nó cung cấp ground truth bằng máy quét laser cấp đo đạc trên cả cảnh trong nhà và ngoài trời.

Tính năng chính#

• Ground truth độ sâu cấp độ khảo sát được ghi lại bằng máy quét laser có độ chính xác cao.
• Hình ảnh độ phân giải cao bao phủ cả cảnh trong nhà và ngoài trời.
• Phạm vi độ sâu lên tới khoảng 60 m.
• Đánh giá được thực hiện trên 423 hình ảnh.
• Một benchmark multi-view-stereo chất lượng cao với ground truth dày đặc chính xác.

Vai trò trong YOLO26-Depth#

ETH3D là một benchmark đánh giá zero-shot cho dòng YOLO26-Depth; các model được công bố không được huấn luyện trên đó. Sự kết hợp giữa cảnh trong nhà và ngoài trời với ground truth máy quét laser chính xác khiến nó trở thành một bài kiểm tra khả năng tổng quát hóa liên miền mạnh mẽ.

Việc đánh giá sử dụng TTA (test-time augmentation) đa quy mô và lật ngang, sau đó là căn chỉnh quy mô log-least-squares giữa bản đồ độ sâu dự đoán và ground truth trước khi tính toán các số liệu.

Kết quả#

Bảng dưới đây báo cáo độ chính xác của delta1 (tỷ lệ phần trăm các pixel nằm trong ngưỡng 1.25×, giá trị càng cao càng tốt) trên các hình ảnh đánh giá của ETH3D theo kích thước model.

Đánh giá#

ETH3D không được đi kèm với YAML tập dữ liệu đóng gói sẵn. Nó được đánh giá thông qua một script đánh giá chuyên biệt giúp tải các hình ảnh ETH3D và ground truth độ sâu từ máy quét laser, áp dụng TTA tiêu chuẩn và căn chỉnh quy mô log-least-squares, sau đó báo cáo các số liệu độ sâu.

Cách sử dụng#

ETH3D là một benchmark bên ngoài, vì vậy các model thường được chạy với predict trên hình ảnh của nó. Để có danh sách đầy đủ các tham số có sẵn, hãy tham khảo trang Prediction của model.

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")

Các model đã được tiền huấn luyện#

Dòng model YOLO26 depth được đánh giá theo phương pháp zero-shot trên benchmark ETH3D. Các model này tự động tải xuống từ bản phát hành Ultralytics mới nhất, ví dụ YOLO26x-depth từ v8.4.0, và bao gồm nhiều kích thước khác nhau (yolo26n/s/m/l/x-depth) cho các yêu cầu về độ chính xác và tài nguyên khác nhau.

Trích dẫn và Ghi nhận#

Nếu bạn sử dụng tập dữ liệu ETH3D trong công trình nghiên cứu hoặc phát triển của mình, vui lòng trích dẫn bài báo sau:

@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}
}

Chúng tôi xin ghi nhận các tác giả đã tạo ra và duy trì tài nguyên giá trị này cho cộng đồng computer vision.