Dataset độ sâu NYU Depth V2#

1,449

NYU Depth V2

ultralytics

publicDepth

NYU Depth V2 provides 1,449 aligned indoor RGB and depth pairs across 795 training and 654 validation images. Each dimension-matched depth map is stored as uint16 millimeters with a scale of 1,000 units per meter, supporting monocular depth estimation in varied room environments.

1439 MBSep 2, 2026

depth-estimationindoor-scenesrgb-d+1

NYU Depth V2 là benchmark trong nhà tiêu chuẩn cho ước tính độ sâu đơn mắt. Dataset này gồm các chuỗi video RGB-D về nhiều loại cảnh trong nhà, được ghi lại bằng Microsoft Kinect v1. Đây là benchmark chính được dùng để báo cáo độ chính xác của YOLO26-Depth.

Khám phá NYU Depth V2 trên Ultralytics Platform để xem trước các cặp RGB-độ sâu, kiểm tra thống kê dataset và sao chép dataset để huấn luyện.

Tính năng chính#

• Được ghi lại bằng cảm biến RGB-D Microsoft Kinect v1.
• Bao gồm nhiều cảnh trong nhà thực tế (nhà ở, văn phòng, lớp học và các không gian tương tự).
• Phạm vi độ sâu lên đến khoảng 10 m, mức điển hình của thiết bị ghi hình RGB-D trong nhà dành cho người dùng phổ thông.
• Đánh giá được thực hiện trên tập kiểm tra Eigen tiêu chuẩn gồm 654 ảnh.
• Benchmark chính để báo cáo độ chính xác ước tính độ sâu đơn mắt.

Vai trò trong YOLO26-Depth#

NYU Depth V2 là benchmark đánh giá zero-shot chính cho dòng YOLO26-Depth, và các metric chính trên trang tác vụ độ sâu được báo cáo dựa trên dataset này. Các model YOLO26-Depth đã công bố không được huấn luyện trên NYU; mặc dù dataset có tập huấn luyện, tập này không được sử dụng và chỉ báo cáo kết quả trên tập kiểm tra được giữ riêng.

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 Eigen của NYU Depth V2 theo kích thước model.

YAML của dataset#

Tệp YAML được dùng để xác định cấu hình dataset. Tệp này chứa thông tin về đường dẫn, class và các thông tin liên quan khác của dataset.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# NYU Depth V2 dataset for monocular depth estimation
# Documentation: https://cs.nyu.edu/~fergus/datasets/nyu_depth_v2.html
# 795 train + 654 val (Eigen test split) images, 480x640, indoor scenes, depth in meters
# Example usage: yolo depth train data=nyu-depth.yaml model=yolo26n-depth.pt
# parent
# ├── ultralytics
# └── datasets
#     └── nyu-depth-png  ← downloads here (≈1.5 GB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: nyu-depth-png # dataset root dir (relative to Ultralytics settings 'datasets_dir')
train: images/train # train images (relative to 'path') 795 images
val: images/val # val images (relative to 'path') 654 images

# Depth maps are paired uint16 millimeter PNGs under depth/<split>/, resolved by
# swapping '/images/' -> '/depth/' on each image path.

# Classes
nc: 1
names:
  0: depth

channels: 3
depth_scale: 1000

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/nyu-depth-png.zip

Cách sử dụng#

Để đánh giá model YOLO26-Depth trên benchmark NYU Depth V2, bạn có thể dùng các đoạn code sau. Để xem danh sách đầy đủ các đối số hiện có, hãy tham khảo trang Validation model.

from ultralytics import YOLO

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

# Đánh giá trên benchmark NYU Depth V2
results = model.val(data="nyu-depth.yaml")

Model được tiền huấn luyện#

Dòng model độ sâu YOLO26 được đánh giá zero-shot trên benchmark NYU Depth V2. 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 NYU Depth V2 trong nghiên cứu hoặc công việc phát triển, vui lòng trích dẫn bài báo sau:

@inproceedings{silberman2012indoor,
      title={Indoor Segmentation and Support Inference from RGBD Images},
      author={Silberman, Nathan and Hoiem, Derek and Kohli, Pushmeet and Fergus, Rob},
      booktitle={Proceedings of the European Conference on Computer Vision (ECCV)},
      year={2012}
}

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#