/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Базовая модель
Depth-Anything-3
Опубликована
23 мая 2026

R3

Оценка глубиныИзображение → depth_map

R³ — дообученная на Depth Anything 3 модель для оценки глубины и восстановления трёхмерной геометрии и траекторий камер по длинным видео.

0скачиваний за 30 дней5лайковвеса обновлены30 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

R³ — модель KevinXu02 для восстановления трёхмерной сцены по длинным видеопоследовательностям. Она дообучена на основе Depth Anything 3 и содержит около 372 млн параметров. Модель оценивает относительные позы камер для пар кадров и плотную геометрию, а затем эти оценки можно объединить в согласованную глобальную траекторию.

Модель предназначена для 3D-реконструкции, оценки поз камер и визуальной локализации в длинных видео. В README заявлена конкурентоспособная или лучшая на ряде тестов точность при меньшем размере по сравнению с некоторыми альтернативами на миллиарды параметров. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • восстановление 3D-сцены по длинному видео
  • оценка относительных поз камер между кадрами
  • построение траектории камеры для визуальной локализации
  • получение плотной геометрии видеопоследовательности

Ограничения

Лицензия CC BY-NC 4.0 запрещает коммерческое использование. README не описывает конкретные ограничения точности или условия работы модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

R³: 3D Reconstruction via Relative Regression

Model Description

R³ is a feed-forward model for long-video 3D reconstruction via confidence-weighted relative pose regression.

Built on top of the Depth Anything 3 (DA3) backbone, R³ predicts pairwise relative camera poses and dense geometry from arbitrarily long video streams. Instead of directly regressing all cameras in a global coordinate frame, R³ estimates confidence-weighted relative transformations between image pairs and assembles a globally consistent trajectory downstream.

With approximately 372M parameters, R³ achieves competitive or state-of-the-art performance on camera pose estimation and dense reconstruction benchmarks while remaining significantly smaller than recent billion-parameter alternatives.

License

This model is a derivative work based on the Depth Anything 3 (DA3) model.

The original DA3 model is released under the CC BY-NC 4.0 license. Accordingly, this model is also distributed under the CC BY-NC 4.0 license and may only be used in accordance with the terms of that license.

Commercial use is not permitted without obtaining appropriate permissions from the original rights holders.

Model Details

  • Model Type: 3D Reconstruction / Visual Localization
  • Backbone: Depth Anything 3 (DA3)
  • Parameters: ~372M
  • Task: Relative Pose Regression and Dense 3D Reconstruction

Citation

If you use this model in your research, please cite the R³ paper.

@misc{xu2026r3,
      title={$R^3$: 3D Reconstruction via Relative Regression},
      author={Congrong Xu and Huachen Gao and Xingyu Chen and Yuliang Xiu and Jun Gao and Anpei Chen},
      year={2026},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
c1f2aec

0 моделей