MegaDepth

单视图深度预测是计算机视觉中的一个基本问题。最近，深度学习方法取得了重大进展，但是这种方法受到可用训练数据的限制。基于3D传感器的当前数据集具有关键限制，包括仅室内图像 (NYU)，少量训练示例 (Make3D) 和稀疏采样 (KITTI)。我们建议使用多视图Internet照片集 (一种几乎无限的数据源)，通过现代的运动结构和多视图立体 (MVS) 方法生成训练数据，并在此基础上提出一个称为MegaDepth的大深度数据集。想法。从mv得出的数据本身也面临挑战，包括噪声和不可构造的对象。我们通过新的数据清理方法来解决这些挑战，并通过使用语义分割生成的顺序深度关系自动扩展我们的数据。我们通过显示在MegaDepth上训练的模型显示出强大的泛化-不仅对新颖的场景，而且对包括Make3D，KITTI和DIW在内的其他不同数据集，即使在训练过程中看不到这些数据集的图像时，我们也验证了大量Internet数据的使用。〜单视图深度预测是计算机视觉中的一个基本问题。最近，深度学习方法取得了重大进展，但这种方法受到可用训练数据的限制.当前基于3D传感器的数据集具有关键限制，包括仅室内图像(NYU)，少量训练示例(Make3D)和稀疏采样(KITTI)。我们建议使用多视图互联网照片集，这是一个几乎无限的数据源，通过现代结构从运动和多视图立体(MVS)方法生成训练数据，并基于这一想法提出一个称为兆深度的大深度数据集。来自MVS的数据有其自身的挑战，包括噪音和无法检测的物体.我们使用新的数据清理方法来解决这些挑战，并使用语义分割生成的有序深度关系来自动扩充数据。我们通过显示在兆深度上训练的模型表现出强大的泛化能力，验证了大量互联网数据的使用-不仅对新奇场景，而且对包括Make3D，基蒂和DIW在内的其他不同数据集，即使在训练期间没有看到这些数据集的图像。