Bộ dữ liệu độ sâu iBims-1#

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

Tính năng chính#

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

Vai trò trong YOLO26-Depth#

iBims-1 là 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 vùng phẳng giúp iBims-1 kiểm tra chính xác chất lượng bản đồ độ sâu, vượt ra ngoài độ chính xác tổng hợp.

Quá trình đánh giá sử dụng augmentation kiểm thử đa tỷ lệ và lật ngang (TTA), sau đó căn chỉnh tỷ lệ theo phương pháp bình phương tối thiểu log giữa 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 pixel nằm trong ngưỡng 1.25×, càng cao càng tốt) trên các ảnh đánh giá iBims-1 theo kích thước model.

Đánh giá#

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

Cách sử dụng#

iBims-1 là benchmark bên ngoài, vì vậy model thường được chạy trên ảnh của bộ dữ liệu bằng predict. Để xem danh sách đầy đủ các tham số hiện có, hãy tham khảo trang Dự đoán của model.

from ultralytics import YOLO

# Tải model
model = YOLO("yolo26x-depth.pt")  # tải model depth đã huấn luyện trước

# Dự đoán độ sâu trên ảnh iBims-1
results = model.predict("path/to/ibims1/images")

Model được tiền huấn luyện#

Họ model depth YOLO26 được đánh giá zero-shot trên benchmark iBims-1. Các model này tự động tải xuống trong lần sử dụng đầu tiên từ bản phát hành tài sản v8.4.0 của Ultralytics, chẳng hạn như YOLO26x-depth, và có 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 lời cảm ơn#

Nếu sử dụng bộ dữ liệu iBims-1 trong nghiên cứu hoặc công việc 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 công lao của các tác giả trong việc tạo và duy trì tài nguyên quý giá này cho cộng đồng thị giác máy tính.

Câu hỏi thường gặp#