企业级安全防护： 符合 ISO 27001 + SOC 2 Type I 标准。

Link to this sectionImageNet (伪标签) 深度数据集#

ImageNet (伪标签深度) 数据集复用了 1,281,167 张 ImageNet-1K 训练图像，这些图像本身没有真实深度数据，并为每张图像配上了由 Depth Anything V3 教师模型（单目和度量）生成的伪深度图。它纯粹用于知识 蒸馏，并利用 ImageNet 提供的场景和对象多样性。作为约 219 万张图像的 YOLO26-Depth 预训练组合中最大的单一来源（约占 58%），添加该数据集对于室内跨域泛化具有决定性作用。

Link to this section主要特性#

  • 1,281,167 张 ImageNet-1K 训练图像，涵盖了极其广泛的对象、场景和上下文。
  • 无真实深度数据：每个深度目标都是由 Depth Anything V3 教师模型（单目、度量）生成的伪标签。
  • 纯粹用于知识蒸馏和场景/对象多样性，而非作为基准测试。
  • 它是约 219 万张图像预训练组合中最大的单一来源（约占 58%），对于室内跨域泛化具有决定性作用。
  • 无验证集 —— 验证仅在具有真实地面真值的数据集上进行。

Link to this section数据集结构#

伪标签 ImageNet 来源由 ImageNet-1K 训练图像组成，每张图像对应一张机器生成的深度图：

  1. 训练图像：1,281,167 张 ImageNet-1K 训练图像，是约 219 万张图像 YOLO26-Depth 预训练组合中最大的单一组成部分（约占 58%）。
  2. 验证：无。该来源没有验证集；YOLO26-Depth 的验证仅使用 NYU Depth V2 和 KITTI Eigen 等具有真实地面真值的数据集。

Link to this section伪标签的生成方式#

由于 ImageNet 本身不带深度标注，深度目标是通过离线方式生成而非测量得出的：

  1. 每张 ImageNet 训练图像都通过预训练的 Depth Anything V3 教师模型运行，以预测逐像素的度量深度图。
  2. The teacher prediction is saved as a .npy float32 array in meters, following the Ultralytics depth dataset format, and paired with its source image by file stem.
  3. 这些伪标签对随后被作为更大训练组合的一个组成部分添加，学生 YOLO26-Depth 模型在这些数据上学习匹配教师模型，同时也在真实的地面真值数据源上进行训练。

该伪标签来源是内部混合训练配置的一个组成部分，该配置用于预训练已发布的 YOLO26-Depth 权重，不作为单独的下载包发布。

Link to this section在 YOLO26-Depth 中的角色#

该来源贡献了 YOLO26-Depth 预训练数据的大部分，并提供了最广泛的场景和对象多样性。通过在超过一百万张图像上对强大的 Depth Anything V3 教师模型进行蒸馏，它将广泛的场景先验知识转移到了学生模型中。在实践中，添加此数据集对于室内跨域泛化起到了决定性作用，帮助模型在超出真实地面真值训练分布的室内场景中表现良好。

Link to this section用法#

伪标签 ImageNet 数据不会被单独训练；它作为组合深度混合训练的一个组成部分被使用，该混合训练由内部/实验性 YAML 定义，而不是通过公开数据集下载。从概念上讲，在此类混合数据上进行训练的过程如下：

训练示例
from ultralytics import YOLO

# Load a pretrained depth model
model = YOLO("yolo26n-depth.pt")

# Train on a combined depth mix (your own multi-source dataset YAML)
results = model.train(data="depth-mix.yaml", epochs=100, imgsz=640)

Link to this section预训练模型#

预训练的 YOLO26-Depth 模型在首次按名称引用时，会自动从 Ultralytics v8.4.0 资产发布版本 下载：

Link to this section引用与致谢#

如果你在研究或开发工作中使用 ImageNet 数据集，请引用以下论文：

引用
@inproceedings{deng2009imagenet,
      title={ImageNet: A Large-Scale Hierarchical Image Database},
      author={Deng, Jia and Dong, Wei and Socher, Richard and Li, Li-Jia and Li, Kai and Fei-Fei, Li},
      booktitle={2009 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
      year={2009},
      organization={IEEE}
}

@inproceedings{yang2024depthanything,
      title={Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data},
      author={Yang, Lihe and Kang, Bingyi and Huang, Zilong and Xu, Xiaogang and Feng, Jiashi and Zhao, Hengshuang},
      booktitle={IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
      year={2024}
}

我们要感谢 ImageNet 团队创建并维护该数据集，还要感谢 Depth Anything 的作者提供了用于生成伪深度标签的教师模型。

贡献者
BOBovey08091

评论