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.
-
Zero Division: Modificar cálculos para evitar divisão por zero ✅
-
Métricas: implementar o código para outras métricas (delta123)
-
Loop de teste: fazer rodar para todas as imagens do dataset
-
Saída: salvar em dataframe
- Dataframe com delta, absrel e...
-
Realizar testes: Teste no código de teste
- Imagens sintéticas com erros conhecidos para testar
-
Rodar nos outros datasets
- Codar individualmente o teste para cada um
- pensar numa maneira de isolar o carregamento dos dados
-
Exibir resultados de outras formas
- Codificar teste de erro por distância
- gerar imagens de erro
- pesquisar outras formas...