This repository/notebook aims to implement the affine invariant protocol for relative monocular depth estimation models

• Step 1: Load the data.

• Step 2: Pre-process: Transform into disparity, apply masks, deal with zero division.

• Step 3: Align the prediction with groundtruth with least squares algorithm

• Step 4: Calculate the Metrics (AbsRel, delta, RMSE)

• Step 5: Output the results in pandas dataframe and figures.

1. Zero Division: Modificar cálculos para evitar divisão por zero ✅

2. Métricas: implementar o código para outras métricas (delta123)

   1. Dúvida: Pode cortar os valores extremantes da imagem para avaliação ou para visualização?
   2. Problema: O método de alinhamento não funciona para imagens externas. A transferência para disparidade também não funciona.
   3. Gerar Visualização de histograma sem valores zero da máscara.

3. Loop de teste: fazer rodar para todas as imagens do dataset

4. Saída: salvar em dataframe

   1. Dataframe com delta, absrel e...

5. Realizar testes: Teste no código de teste

   1. Imagens sintéticas com erros conhecidos para testar

6. Rodar nos outros datasets

   1. Codar individualmente o teste para cada um
   2. pensar numa maneira de isolar o carregamento dos dados

7. Exibir resultados de outras formas

   1. Codificar teste de erro por distância
   2. gerar imagens de erro
   3. pesquisar outras formas...