开始使用

Make3D 深度数据集

Make3D 是经典的室外单目深度估计基准数据集。它包含校园场景图像,以及由定制 3D 激光扫描仪采集的深度真实值,广泛用于评估分布外泛化能力。

主要功能#

  • 深度真值由定制的 3D 激光扫描仪采集。
  • 覆盖真实的户外校园场景。
  • 深度范围最高约 70 m。
  • 在包含 134 张图像的标准测试集上进行评测。
  • 经典的分布外泛化基准。

在 YOLO26-Depth 中的作用#

Make3D 是用于评估 YOLO26-Depth 系列的零样本评估基准;已发布的模型并未在该基准上训练。作为一个分布外室外数据集,它是所有模型面临的最难基准,所有模型的 δ1 绝对值都较低;这对于该数据集来说是预期结果。

评估使用多尺度和水平翻转测试时增强(TTA),随后在计算指标前对预测深度图和真值深度图进行对数最小二乘尺度对齐。

结果#

下表按模型大小报告 Make3D 测试集上的 δ1 准确率(像素值处于 1.25× 阈值范围内的比例,数值越高越好)。

模型δ1
YOLO26n-depth0.307
YOLO26s-depth0.311
YOLO26m-depth0.293
YOLO26l-depth0.297
YOLO26x-depth0.299

评估#

Make3D 不附带数据集 YAML。评测通过专用脚本进行,该脚本会加载 Make3D 图像和激光扫描深度真值,应用标准 TTA 和对数最小二乘尺度对齐,并报告深度指标。

用法#

Make3D 是一个外部基准测试,因此通常会使用 predict 在其图像上运行模型。

预测示例
from ultralytics import YOLO

# 加载模型
model = YOLO("yolo26x-depth.pt")  # 加载预训练深度模型

# 预测 Make3D 图像的深度
results = model.predict("path/to/make3d/images")

预训练模型#

YOLO26 深度系列在 Make3D 基准上进行零样本评测。这些模型首次使用时会从 Ultralytics v8.4.0 资源发布版自动下载,例如 YOLO26x-depth;模型提供多种规模(yolo26n/s/m/l/x-depth),以满足不同的精度和资源需求。

引用与致谢#

如果你在研究或开发工作中使用 Make3D 数据集,请引用以下论文:

引用
@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}
}

我们感谢作者为计算机视觉社区创建并维护这一宝贵资源。

常见问题#

  • Make3D 是一个零样本分布外户外基准,包含 134 张校园图像,以及由定制激光扫描仪采集、深度范围约达 70 m 的数据。已发布的 YOLO26-Depth 模型并未在该数据集上训练,因此它用于衡量模型对陌生户外场景的泛化能力。

  • 对于所有模型而言,Make3D 都是五个评估基准中最难的一个,因为其场景和深度统计数据与训练数据差异很大。该数据集上的 δ1 绝对值约为 0.3 属于预期范围,模型之间的相对比较才是关键。

  • 没有。Make3D 使用专用脚本进行评测,该脚本采用多尺度和翻转测试时增强,以及对数最小二乘尺度对齐。如需在 Make3D 图像上运行模型,请按照用法部分的说明使用预测模式。

评论

提出问题、分享结果,或帮助其他人。