Ultralytics YOLO26 artık monoküler derinlik tahminini destekliyor

Şimdiye kadar bir YOLO boru hattına derinlik eklemek, her şeyi kendin bir araya getirmen gerektiği anlamına geliyordu. Belirlenmiş yöntem, nesne tespiti için YOLO'yu çalıştırmak ve bunu MiDaS veya Depth Anything gibi başka bir projeden ayrı bir derinlik modeliyle eşleştirmekti. Bu da ikinci bir bağımlılık, ikinci bir çatı ve üzerinde uzlaşılması gereken iki set girdi ve çıktı formatı demekti.

Monoküler derinlik kestirimi artık Ultralytics YOLO26 içinde yerel bir görevdir. Tek bir RGB görüntü; tespit, segmentasyon ve poz ile aynı paketi, iş akışını ve dışa aktarım yolunu kullanarak her piksel için bir mesafe değeri üretir.

Link to this sectionDerinlik kestirimi nedir?#

Depth estimation, ikinci bir kamera veya ek bir sensör kullanılmadan, tek bir RGB görüntüden piksel başına derinlik haritası öngörür. Her çıktı pikseli, kameradan bu yüzey noktasına olan tahmini mesafeyi temsil eden metre cinsinden bir derinlik değeri barındırır.

Çıktı, girdiye hizalanmış, (H, W) biçiminde yoğun bir kayan nokta haritasıdır ve her piksel metre cinsinden mutlak bir mesafe taşır; neyin daha yakın veya daha uzak olduğuna dair göreceli bir sıralama değil, kameradan olan mesafe.

Derinlik, kendi kontrol noktasına sahip bağımsız bir görevdir ve çıktısı yalnızca derinlik haritasıdır; sınırlayıcı kutular veya segmentasyon maskeleri döndürmez. Bu nedenle tespiti derinlikle birleştirmek, iki modelin ve iki ileri geçişin çalıştırılmasını gerektirir. Önceki uygulamadan farkı, her ikisinin de birincinin yanında sürdürülmesi gereken ikinci bir çatı gerektirmek yerine artık tek bir paket içinde yer alması, tek bir kurulumu, tek bir eğitim ve tahmin arayüzünü, tek bir dışa aktarım yolunu ve takip edilecek tek bir sürümü paylaşmasıdır.

Bu piksel bazlı çıktı, derinliği engel ve boş alan tespiti, açıklık kontrolü, sahnelerin düzeni ve neyin neyin önünde durduğunu anlamak için yararlı kılan şeydir.

Şek 1. Güvenlik ve uyumluluk izleme için Ultralytics YOLO26 derinlik kestirimi.

Ultralytics YOLO26, yaklaşık 2,19 milyon iç ve dış mekan görüntüsünü kapsayan geniş bir çoklu veri seti karışımı üzerinde eğitilmiş, yolo26n-depth'ten yolo26x-depth'e kadar beş ön eğitilmiş derinlik modeli sunar. NYU Depth V2 veri setinde, nano modeldeki 0,882 δ1 doğruluğundan ekstra büyük modeldeki 0,933'e kadar değişiklik gösterirler; böylece dağıtım hedefine uyan hız ve doğruluk arasındaki dengeyi seçebilirsin.

Link to this sectionTasarım gereği sınırsız derinlik#

Çoğu derinlik modeli, iç mekan sahneleri için iyi çalışan ancak dış mekanlarda işlevini yitiren 0–10 metre gibi sabit bir aralıkta tahminlerini sınırlandırır. Ultralytics bunun yerine sert bir sınır olmaksızın, açık uçlu bir logaritmik ölçekte derinlik öngörür.

Fark testlerde kendini gösterir. Sınırlı bir model, karışık iç ve dış mekan verileriyle eğitildiğinde neredeyse hemen bir plato çizer ve nesnelerin 80 metre uzakta olabildiği KITTI gibi daha uzun menzilli veri setlerinde çöker. YOLO26'nın yaklaşımının böyle bir tavanı yoktur, bu nedenle daha fazla verile gelişmeye devam eder ve birkaç santimetreden birkaç yüz metreye kadar tutarlılığını korur. KITTI'de δ1, 80 m menzilde 0,942'ye ulaşır. Bu, tek bir model ailesinin bir masaüstü sahnesini ve bir otoyol sahnesini aynı derecede iyi yönetebileceği anlamına gelir.

Link to this sectionUltralytics YOLO26 derinlik ve Depth Anything V2 karşılaştırması#

Bugün Depth Anything'i YOLO ile birlikte çalıştırıyorsan fark, hız ve beraberinde gelen işlem maliyetidir. YOLO26 derinlik; nano sürümde 10M parametrenin altında çok daha küçük bir modelden, DA V2'nin daha küçük kontrol noktası için yaklaşık 24M'ye kıyasla, Depth Anything V2 Base'e göre 20,3 kata ve Depth Anything V2 Small'a göre 7,7 kata kadar daha hızlı çalışır.

Şek 2. Depth Anything V2'ye karşı Ultralytics YOLO26 derinlik hız kıyaslamaları.

Bu fark, tasarımın temel amacını oluşturur. Depth Anything V2'nin modelleri önemli ölçüde daha büyüktür; YOLO26-Depth, kare başına daha az işlem maliyeti gerektiren bir boyut ve hızda güçlü bir derinlik performansı sunmak ve bu modellerin erişemediği donanımlara konuşlandırılmak üzere tasarlanmıştır. NYU Depth V2 ve KITTI üzerindeki model bazlı doğruluk rakamları belgelerde yayınlanmıştır, böylece bunları gerçek gereksinimlerinle karşılaştırabilirsin.

Link to this sectionÇalıştığı yerler#

Bu boyut farkı, derinliğin gerçekten nereye gidebileceğini belirleyen unsurdur. Derinliği değerlendiren çoğu ekibin fikir eksiği yoktur; işlem gücü eksiği vardır. Düşük güç tüketen dronlar, dört ayaklı robotlar, giyilebilir cihazlar, araç kameraları, konferans donanımları ve endüstriyel bilgisayarların tümü bir doğruluk tavanına ulaşmadan önce güç ve maliyet tavanına çarpar.

Derinlik, beş ön eğitilmiş model olarak gelir; böylece bir kıyaslamayı kazanan boyutu değil, hedefe uygun boyutu seçebilirsin. Derinlik yerel bir YOLO26 görevi olduğundan, ONNX, TensorRT, CoreML, NCNN, LiteRT şu formatlarla tespit, segmentasyon ve poz ile aynı dışa aktarım yolunu kullanır:

Link to this sectionUltralytics YOLO26 derinlik ile başlarken#

Ultralytics Python package, derinlik dahil her YOLO26 görevinde eğitim, doğrulama ve çıkarım çalıştırma için tek ve birleştirilmiş bir arayüz sağlar. Ön eğitilmiş bir derinlik modelini çalıştırmak tek bir komut gerektirir:

from ultralytics import YOLO

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-depth.pt")  # load an official model
model = YOLO("path/to/best.pt")  # load a custom model

# Predict with the model
results = model("https://ultralytics.com/images/bus.jpg")  # predict on an image

# Access the results
for result in results:
    depth_map = result.depth.data.cpu().numpy()  # torch.Tensor → NumPy float32, shape (H, W), meters

Veya CLI'dan:

yolo depth predict model=yolo26n-depth.pt source='https://ultralytics.com/images/bus.jpg'  # predict with official model
yolo depth predict model=path/to/best.pt source='https://ultralytics.com/images/bus.jpg'   # predict with custom model

Mutlak mesafe kamerana ve sahnene bağlıdır. Derinlik haritasının şekli doğru ancak ölçeği yanlışsa model.calibrate(), ağın geri kalanında hiçbir değişiklik yapmadan ve eğitim gerektirmeden, saniyeler içinde yaklaşık 100 etiketli kare üzerinde modelin derinlik başlığındaki yalnızca iki değişkeni (bir ölçek ve bir sapma) uyarlar.

Link to this sectionKendi verilerin üzerinde ince ayar (fine-tuning)#

Ön eğitilmiş bir derinlik modelini kendi kamerana veya etki alanına uyarlamak için ön eğitilmiş ağırlıklardan başla, AdamW kullan ve öğrenme oranını sıfırdan eğitim varsayılanının çok altına düşürerek ince ayarın modeli üzerine yazmak yerine onu iyileştirmesini sağla:

from ultralytics import YOLO

from ultralytics import YOLO
model = YOLO("yolo26s-depth.pt")  # start from pretrained weights
model.train(
    data="path/to/your_dataset.yaml",
    epochs=20,
    imgsz=640,
    optimizer="AdamW",
    lr0=1e-4,  # ~100x below the from-scratch default
    warmup_bias_lr=1e-4,  # keep warmup gentle too
)

Varsayılan log başlığı sınırsız olduğundan, bu durum max_depth ayarına gerek kalmadan, veri setin ister yakın menzilli ister uzun menzilli olsun kutudan çıktığı gibi çalışır. Belirli kameran için yalnızca mutlak ölçek yanlışsa, model.calibrate() ağ ağırlıklarına dokunmadan küçük bir etiketli bölünme üzerinde saniyeler içinde hafif, kapalı formda bir düzeltme uygular.

Veri setleri her RGB görüntü eşleşen bir klasör yapısındaki .npy derinlik dosyasıyla eşleştirir ve Ultralytics; NYU Depth V2, KITTI, Hypersim, SUN RGB-D ve ARKitScenes için yerleşik yapılandırmalar sunar, böylece çoğu ekip hemen standart bir kıyaslamaya karşı doğrulamaya başlayabilir.

Daha fazla bilgi için quickstart guide kılavuzumuza göz at.

Link to this sectionDerinlik kestirimi için temel kullanım alanları#

Bu yeni özellik tek bir olağan kameradan çalışabildiğinden, monoküler derinlik kestirimi; aksi takdirde bir stereo veya LiDAR kurulumunun maliyetini, güç tüketimini veya kalibrasyon ek yükünü haklı çıkaramayacak ürünler ve endüstriler için sayısız fırsatın kapısını aralar. Öyleyse bu özellikten yararlanabilecek bazı temel endüstrilere ve kullanım alanlarına bir göz atalım:

• Robotics and autonomous navigation. Mobil robotlar ve dronlar, özel bir derinlik donanımına ihtiyaç duymadan gerçek zamanlı rota planlamasını desteklemek üzere tek bir yerleşik kameradan engel mesafesini ve boş alanı tahmin edebilir.
• Industrial and logistics awareness. İkinci bir sensör eklemenin pratik olmadığı her yerde, tek bir sabit kameradan açıklık kontrolü, boş alan tespiti ve raf veya koridor bağlamı.
• Safety and compliance monitoring. Forklift ve depo güvenlik bölgeleri, demiryolu olay tespiti, mevcut CCTV kameralarında düşen kişi ve arkada bırakılan nesne tespiti: halihazırda kurulu olan kamera akışlarına, bunların yerine geçmek yerine mevcut güvenlik sertifikalı sensörlerin yanında eklenen mesafe bağlamı.
• Infrastructure and asset inspection. Aynı model ailesinin hem yakın plan detayları hem de uzun menzilli sahneleri ele alması gereken havai hat açıklık analizi, dron tabanlı varlık ve korozyon denetimi ile havadan haritalama çalışması.
• Driver assistance and automotive perception. Uzun menzilli, sınırsız derinlik çıktısı, yakın plan bir iç mekan sahnesini işleyen aynı model ailesinin 80 m+ sürüş sahnelerine de genelleşebileceği anlamına gelir.
• AR and spatial content. Sanal nesneleri gerçek bir sahneye inandırıcı bir şekilde yerleştirmek veya derinlik duyarlı efektler uygulamak, her pikselin kameradan aslında ne kadar uzakta olduğunu bilmekle başlar.

Link to this sectionHer YOLO26 dağıtımına derinlik kestirimi getirmek#

Derinlik kestirimi artık yerel bir YOLO26 görevi olduğuna göre ekipler; tespit, segmentasyon ve pozdan halihazırda bildikleri aynı eğit, doğrula, tahmin et ve dışa aktar iş akışını kullanarak ve sürdürülecek üçüncü taraf bağımlılıklarını bir adet azaltarak herhangi bir RGB kameradan piksel başına mesafeden yararlanabilirler.

Bu nedenle dağıtımını Ultralytics YOLO26 derinlik ile planlarken akılda tutulması gereken birkaç önemli noktaya göz atalım:

• Ultralytics YOLO Depth, RGB kameralar için üretilmiştir. Web kameraları, telefonlar, endüstriyel kameralar veya dronlar dahil her standart kamera çalışır. Bununla birlikte, LiDAR nokta bulutları, radar, sonar, termal ve multispektral bantlar veya mesh ve IFC verileri gibi diğer modaliteler modelin girdi formatının dışındadır.
• Algılama kararları için metrik mesafe. Çıktı, metre cinsinden gerçek bir mesafedir; bu da onu navigasyon, açıklık ve izleme için son derece uygun hale getirir. Bununla birlikte, sertifikalı bir toleransın gerekli olduğu tüm uygulamalarda özel metroloji ekipmanı doğru enstrüman olmaya devam eder.
• Görüntü başına çıkarım. Derinlik, diğer tüm YOLO26 görevleriyle tutarlı olarak her kare üzerinde bağımsız olarak çalışır ve bu nedenle mevcut kare tabanlı bir boru hattına değişiklik yapılmadan entegre olur. Bir dizi üzerinde akıl yürüstme işi uygulama katmanında kalır.
• Ultralytics YOLO26-Depth, dokulu ve opak yüzeylerde en güçlüsüdür. Cam, aynalar, durgun su, cilalı metal ve açık gökyüzü, tek kamerayla yapılan herhangi bir yöntem için doğası gereği belirsizdir, bu nedenle ortamınızı temsil eden sahnelerde doğrulama yapmaya değer.

Görüntü yapay zekası hakkında meraklı mısın? Projelerine bilgisayarlı görü kazandırmak için licensing options seçeneklerimizi incele. Tüm Ultralytics görevlerini ve entegrasyonlarını keşfetmek için GitHub repository deomuzu ziyaret et ve kendi uçtan uca görüntü yapay zekası iş akışlarını oluşturmaya başlamak için Ultralytics Platform platformuna göz at.