लगभग 200 डिग्री दृश्य: फिशआई पर सोटा डेप्थ एस्टिमेशन मॉडल का परीक्षण
हैबर के एमएल हब के शोधकर्ताओं ने फिशआई छवियों पर डेप्थ एस्टिमेशन मॉडल का मूल्यांकन करने के लिए वाइडडेप्थ बेंचमार्क बनाया। 14 स्टेट-ऑफ-द-आर्ट मॉडलों के परीक्षण से पता चला कि मोनोकुलर मॉडल अल्ट्रा-वाइड फील्ड ऑफ व्यू के प्रति विशेष रूप से संवेदनशील हैं, जिसमें 120° से 195° तक जाने पर त्रुटियां 160% से अधिक बढ़ जाती हैं। यह बेंचमार्क विभिन्न FOV, स्टीरियो बेसलाइन और कैमरा ओरिएंटेशन में मॉडलों की नियंत्रित तुलना को सक्षम बनाता है।
वाइडडेप्थ बेंचमार्क को फिशआई छवियों पर गहराई अनुमान मॉडलों का मूल्यांकन करने के लिए बनाया गया था, जो उपयुक्त वास्तविक इनडोर फिशआई डेटासेट की कमी को संबोधित करता है। यह 101 कार्यालय दृश्यों पर आधारित है जो एक स्थलीय लेजर स्कैनर के साथ कैप्चर किए गए हैं, जो मिलीमीटर सटीकता के साथ ग्राउंड ट्रुथ गहराई प्रदान करते हैं, और 120°, 140°, 165° और 195° के क्षैतिज फील्ड ऑफ़ व्यू (एफओवी), 20 से 300 मिमी तक स्टीरियो बेसलाइन, और क्षैतिज और ऊर्ध्वाधर दोनों कैमरा ओरिएंटेशन के साथ छवियां प्रदान करते हैं। 14 स्टेट-ऑफ-द-आर्ट (एसओटीए) मॉडलों पर परीक्षणों से पता चला कि डेप्थ एनीथिंग वी2 और पैचफ्यूजन जैसे मोनोकुलर मॉडलों में, जब एफओवी 120° से बढ़कर 195° हो जाता है, तो उनकी एब्सोल्यूट रिलेटिव एरर (एब्सरेल) क्रमशः 166% और 160% बढ़ जाती है, जबकि डेप्थ प्रो अधिक मजबूत है जिसमें केवल 9% की वृद्धि होती है। स्टीरियो मिलान के लिए, इक्विरेक्टैंगुलर प्रोजेक्शन क्यूबमैप की तुलना में काफी बेहतर साबित हुआ, जिससे एंड-पॉइंट एरर (ईपीई) 4.50 पिक्सेल से घटकर 1.07 पिक्सेल हो गया। कॉम्पैक्ट बीजीनेट मॉडल को फिशआई डेटा पर फाइन-ट्यूनिंग करने से 3 पिक्सेल से अधिक की डिस्पेरिटी त्रुटि वाले पिक्सेल का प्रतिशत 24.3% से सुधरकर 9.3% हो गया, जो 62% का सुधार है। बेंचमार्क में हैंडहेल्ड सेंसर के साथ कैप्चर किए गए 18,000 आउटडोर स्टीरियो जोड़ों का एक प्रशिक्षण सेट भी शामिल है, ताकि फिशआई डोमेन के लिए मॉडल अनुकूलन का परीक्षण किया जा सके।
स्रोत: Habr — хаб ML —
मूल