利用 MineNavi 探究从数据集到单目深度估计（MDE）模型的影响

当前基于深度学习的计算机视觉任务需要大量带标注的数据用于模型训练或测试，尤其是在一些稠密估计任务中，如光流分割和深度估计。实际上，稠密估计任务的手动标注非常困难甚至不可能，且数据集的场景往往局限于较小范围，这极大地限制了社区的发展。为克服这一不足，我们提出一种合成数据集生成方法，以无繁重人工的方式获取可扩展的数据集。通过该方法，我们构建了一个名为 MineNavi 的数据集，包含飞机第一视角视角的视频片段，并配有用于飞机导航应用中深度估计的精确真值。我们还提供了定量实验证明，通过我们的 MineNavi 数据集进行预训练可提升深度估计模型的性能并加速模型在真实场景数据上的收敛。由于合成数据集在深度模型训练过程中与真实世界数据集具有相似效果，我们还利用单目深度估计方法提供了额外实验，以展示数据集中光照条件和运动模式等多种因素的影响。