Bộ dữ liệu độ sâu ETH3D#

ETH3D là một benchmark stereo đa góc nhìn độ phân giải cao được sử dụng cho ước lượng độ sâu đơn ảnh. Bộ dữ liệu cung cấp ground truth từ máy quét laser đạt chuẩn khảo sát cho cả các cảnh trong nhà và ngoài trời.

Tính năng chính#

• Ground truth độ sâu đạt chuẩn khảo sát, được thu thập bằng máy quét laser độ chính xác cao.
• Hình ảnh độ phân giải cao bao phủ cả các cảnh trong nhà và ngoài trời.
• Phạm vi độ sâu lên đến khoảng 60 m.
• Việc đánh giá được thực hiện trên 423 hình ảnh.
• Một benchmark stereo đa góc nhìn chất lượng cao với ground truth dày đặc và 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 bộ dữ liệu này. Sự kết hợp giữa các cảnh trong nhà và ngoài trời cùng ground truth chính xác từ máy quét laser khiến đây trở thành phép thử nghiêm ngặt về khả năng tổng quát hóa xuyên miền.

Việc đánh giá sử dụng tăng cường dữ liệu đa tỷ lệ và lật ngang tại thời điểm kiểm thử (TTA), sau đó căn chỉnh tỷ lệ theo bình phương tối thiểu logarit giữa các bản đồ độ sâu dự đoán và ground truth trước khi tính các metric.

Kết quả#

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

Đánh giá#

ETH3D không được cung cấp kèm YAML dataset. Bộ dữ liệu được đánh giá thông qua một script đánh giá chuyên dụng, script này tải các hình ảnh ETH3D và ground truth độ sâu từ máy quét laser, áp dụng TTA tiêu chuẩn và căn chỉnh tỷ lệ theo bình phương tối thiểu logarit, rồi báo cáo các metric độ sâu.

Cách sử dụng#

ETH3D là một benchmark bên ngoài, vì vậy các model thường được chạy với predict trên các hình ảnh của bộ dữ liệu. Để xem danh sách đầy đủ các argument khả dụng, 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 tiền huấn luyện#

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

Trích dẫn và ghi nhận đóng góp#

Nếu bạn sử dụng bộ dữ liệu ETH3D trong nghiên cứu hoặc công việc 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 và duy trì tài nguyên có giá trị này cho cộng đồng computer vision.

FAQ#