Bắt đầu

Dataset độ sâu Make3D

Make3D là benchmark ngoài trời kinh điển dành cho ước lượng độ sâu đơn mắt. Dataset gồm ảnh cảnh trong khuôn viên trường ghép với ground truth độ sâu được thu bằng máy quét laser 3D tùy chỉnh, và được sử dụng rộng rãi để kiểm tra khả năng khái quát hóa ngoài phân phối.

Tính năng chính#

  • Ground truth độ sâu được ghi lại bằng máy quét laser 3D tùy chỉnh.
  • Bao gồm các cảnh khuôn viên ngoài trời thực tế.
  • Phạm vi độ sâu lên đến khoảng 70 m.
  • Đánh giá được thực hiện trên tập kiểm tra tiêu chuẩn gồm 134 ảnh.
  • Benchmark kinh điển để đánh giá khả năng khái quát hóa ngoài phân phối.

Vai trò trong YOLO26-Depth#

Make3D là benchmark đánh giá zero-shot dành cho họ model YOLO26-Depth; các model đã công bố không được huấn luyện trên tập này. Là một tập dữ liệu ngoài phân phối trong môi trường ngoài trời, đây là benchmark khó nhất đối với mọi model; các giá trị δ1 tuyệt đối đều thấp, đúng như dự kiến với tập dữ liệu này.

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 accuracy δ1 (tỷ lệ pixel nằm trong ngưỡng 1.25×, giá trị càng cao càng tốt) trên tập test Make3D theo kích thước model.

Modelδ1
YOLO26n-depth0.307
YOLO26s-depth0.311
YOLO26m-depth0.293
YOLO26l-depth0.297
YOLO26x-depth0.299

Đánh giá#

Make3D không đi kèm YAML dataset. Dataset này được đánh giá bằng script chuyên dụng, tải ảnh Make3D và ground truth độ sâu từ máy quét laser, áp dụng TTA tiêu chuẩn cùng căn chỉnh tỷ lệ bình phương tối thiểu trên log, rồi báo cáo các metric độ sâu.

Cách sử dụng#

Make3D là benchmark bên ngoài, vì vậy các model thường được chạy bằng predict trên các hình ảnh của benchmark này.

Ví dụ dự đoán
from ultralytics import YOLO

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

# Dự đoán độ sâu trên ảnh Make3D
results = model.predict("path/to/make3d/images")

Model được tiền huấn luyện#

Dòng model độ sâu YOLO26 được đánh giá zero-shot trên benchmark Make3D. Các model này tự động tải xuống khi sử dụng lần đầu từ bản phát hành tài nguyên 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 dataset Make3D trong nghiên cứu hoặc công việc phát triển, vui lòng trích dẫn bài báo sau:

Trích dẫn
@article{saxena2009make3d,
      title={Make3D: Learning 3D Scene Structure from a Single Still Image},
      author={Saxena, Ashutosh and Sun, Min and Ng, Andrew Y.},
      journal={IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)},
      year={2009}
}

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#

  • Make3D là benchmark ngoài trời ngoài phân phối, zero-shot, gồm 134 ảnh khuôn viên với dữ liệu độ sâu từ máy quét laser tùy chỉnh lên đến khoảng 70 m. Các model YOLO26-Depth đã phát hành không được huấn luyện trên dataset này, vì vậy benchmark đo lường khả năng khái quát hóa của chúng trên các cảnh ngoài trời xa lạ.

  • Make3D là benchmark đánh giá khó nhất trong năm benchmark đối với mọi model, vì cảnh và thống kê độ sâu của tập này khác biệt đáng kể so với dữ liệu huấn luyện. Các giá trị δ1 tuyệt đối khoảng 0.3 là điều có thể dự đoán trên tập dữ liệu này; điều quan trọng là so sánh tương đối giữa các model.

  • Không. Make3D được đánh giá bằng script chuyên dụng sử dụng tăng cường kiểm thử đa tỷ lệ và lật, cùng căn chỉnh tỷ lệ bình phương tối thiểu trên log. Để chạy model trên ảnh Make3D, hãy dùng chế độ predict như minh họa trong phần Cách sử dụng.

Người đóng góp

Bình luận

Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.