AKCITPixel3/depthpro-riemann-spring-eval
depthpro-riemann-spring-eval Resultados de avaliação (v2) do experimento de estimativa de profundidade com regularização Riemanniana aplicada ao fine-tuning do DepthPro, avaliado no domínio Spring. Não contém dados de treino nem checkpoints — apenas os artefatos de avaliação: figuras qualitativas e tabelas de métrica. O que foi rodado Fine-tuning das cabeças do DepthPro com termos de regularização geométrica, comparado contra o modelo zero-shot (sem fine-tune).… See the full description on the dataset page: https://huggingface.co/datasets/AKCITPixel3/depthpro-riemann-spring-eval.
depthpro-riemann-spring-eval
Resultados de avaliação (v2) do experimento de estimativa de profundidade com regularização Riemanniana aplicada ao fine-tuning do DepthPro, avaliado no domínio Spring.
Não contém dados de treino nem checkpoints — apenas os artefatos de avaliação: figuras qualitativas e tabelas de métrica.
O que foi rodado
Fine-tuning das cabeças do DepthPro com termos de regularização geométrica, comparado contra o modelo zero-shot (sem fine-tune). Reavaliação (v2) usa métrica de borda corrigida (branch final_v1) e figuras regeneradas com elemento de área √det(g).
Variantes avaliadas:
zero_shot— DepthPro original, sem fine-tune (baseline)heads/heads_final— cabeças treinadas com regularização Riemanniana
Estrutura
figuras/
resumo/ # painel-resumo + painéis por cena (heads_final)
area_riemann/{heads,heads_final,destaque}/ # comparativo do elemento de área √det(g)
sinais/{zero_shot,heads,heads_final}/
contato/ # sinal de contato por cena
paineis/ # painéis de sinais geométricos
metricas/
tabela_geral.{csv,md,txt} # métricas consolidadas por variante
heads/ # avaliação pareada (heads) vs zero-shot
heads_final/ # avaliação pareada (heads_final) vs zero-shot
metricas_por_imagem.csv
resumo.txt
comparacao_pareada.jsonCenas
6 cenas do Spring (ai_016_*, ai_017_*, ai_018_*), mesmas cenas nas 3 variantes para comparação direta.