Этот репозиторий содержит код для определения качества работы построения 2D карт глубины. Репозиторий сопровождает статью:.... Оценке подвергались две модели (MiDaS) и (monodepth 2) в условиях дорожно-транспортных сцен. Для проведения анализа использовался открытый дата сет (KITTI) с необработанными лидарными сканированиями и RGB-изображениями опубликованный в (Sparsity Invariant CNNs (THREEDV 2017)).
В таблице представлена метрика оценки MAE. С помощью данной метрики можно скомпенсировать шум и различные артефакты в наборе данных. Коэффициент изменения, показывает среднее число, на которое необходимо умножить каждый пиксель, чтобы изображение, полученное с модели, было максимально близко к значениям лидара.
Номер изображения | Метрика МАЕ | Коэффициент изменения |
---|---|---|
1 | 60.3935 | 0.5393 |
2 | 83.4511 | 0.7936 |
3 | 82.8349 | 0.7659 |
На рисунке ниже продемонстрирован качественный метод оценки глубины. Красным цветом обозначеныте пиксели расстояние в которых расстояние полученное с лидара равно расстоянию, полученному с модели.
Ознакомиться с данными и полученными изображениями исследования можно по (ссылке).
Настройка данных:
- Скачайте набор данных для тестирования (KITTI) (Download manually selected validation and test data sets (2 GB)) либо воспользуйтесь данными из статьи (ссылка).
- Выберете тестируемую модель оценки карт глубины и произведите построение (либо воспользуйте готовыми изображениями которые использовались в статье (ссылка).
- Изображения с лидара помещаются в папку
data lidar
, изображения из модели вставляются вdata model
.
Настройка зависимостей:
Для работы программы необходимо установить OpenCV: pip install opencv-python
.
- Запустите программу:
python run.py
. - По окончанию работы в командной строке должно появится сообщение:
Программа завершила работу
. - Результирующие данные записываются в папку
results
. - В данной папке есть два раздела в
information
выводится файл с метрикой МАЕ и Коэффициентом изменения по каждому изображению, а вdifference image
изображения демонстрирующие различие между тестируемой моделью и данными с лидара.