Bộ dữ liệu độ sâu iBims-1#

iBims-1 (ảnh benchmark độc lập và các bản quét tương ứng) là một benchmark trong nhà chất lượng cao dành cho ước lượng độ sâu đơn ảnh. Bộ dữ liệu ghép các ảnh RGB với ground truth từ máy quét laser cấp khảo sát và được thiết kế để kiểm thử các biên độ sâu sắc nét cùng các bề mặt phẳng.

Tính năng chính#

• Ground truth độ sâu chất lượng cao được thu thập bằng máy quét laser cấp khảo sát.
• Bao phủ các cảnh trong nhà thực tế.
• Phạm vi độ sâu lên đến khoảng 10 m.
• Việc đánh giá được thực hiện trên 100 ảnh.
• Được thiết kế chuyên biệt để đánh giá các biên độ sâu sắc nét và chất lượng của các bề mặt phẳng.

Vai trò trong YOLO26-Depth#

iBims-1 là một benchmark đánh giá zero-shot dành cho họ YOLO26-Depth; các model được công bố không được huấn luyện trên bộ dữ liệu này. Tập trung vào các điểm gián đoạn độ sâu sắc nét và các vùng phẳng khiến benchmark này trở thành phép kiểm thử chính xác về chất lượng bản đồ độ sâu, vượt ra ngoài độ chính xác tổng hợp.

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 ảnh đánh giá iBims-1 theo kích thước model.

Đánh giá#

iBims-1 không được cung cấp kèm YAML bộ dữ liệu. Bộ dữ liệu được đánh giá thông qua một script đánh giá chuyên dụng, script này tải các ảnh iBims-1 và ground truth độ sâu từ máy quét laser, áp dụng TTA tiêu chuẩn và căn chỉnh tỷ lệ bình phương tối thiểu theo log, sau đó báo cáo các metric độ sâu.

Cách sử dụng#

iBims-1 là một benchmark bên ngoài, vì vậy các model thường được chạy với predict trên các ảnh của bộ dữ liệu. Để xem danh sách đầy đủ các tham số hiện có, 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 iBims-1 images
results = model.predict("path/to/ibims1/images")

Các model đã tiền huấn luyện#

Họ model độ sâu YOLO26 được đánh giá zero-shot trên benchmark iBims-1. 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 phủ 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 iBims-1 trong công việc nghiên cứu hoặc phát triển, vui lòng trích dẫn bài báo sau:

@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}
}

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#