Dataset độ sâu Make3D#

Make3D là benchmark ngoài trời kinh điển dành cho ước tính độ sâu đơn mắt. Dataset này gồm ảnh các cảnh khuôn viên đi kèm ground truth độ sâu được ghi lại 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 cho dòng YOLO26-Depth; các model đã công bố không được huấn luyện trên dataset này. Là một tập dữ liệu ngoài trời ngoài phân phối, đây là benchmark khó nhất đối với tất cả model; các giá trị delta1 tuyệt đối đều thấp, điều này là bình thường với dataset 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 độ chính xác delta1 (tỷ lệ pixel nằm trong ngưỡng 1,25×; cao hơn là tốt hơn) trên tập kiểm tra Make3D theo kích thước model.

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 model thường được chạy với predict trên ảnh của dataset. Để xem danh sách đầy đủ các đối số hiện có, hãy tham khảo trang Dự đoán 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 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:

@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#