/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
depth_anything · dense
Опубликована
23 янв 2024

depth-anything-large-hf

Оценка глубиныИзображение → depth_map3 профессии

Крупная модель DPT с backbone DINOv2 оценивает относительную и абсолютную глубину по изображению, включая zero-shot сценарии.

212 тыс.скачиваний за 30 дней66лайковвеса обновлены25 янв 2024

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

Depth Anything — крупная модель для оценки глубины по изображениям, представленная Lihe Yang и соавторами. Эта версия подготовлена для библиотеки Transformers и использует архитектуру DPT с backbone DINOv2.

Модель обучена на примерно 62 миллионах изображений и предназначена для оценки относительной и абсолютной глубины, в том числе в zero-shot сценариях. Она выдаёт карту глубины для входного изображения и может применяться в задачах компьютерного зрения и анализа сцен. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • получение карты глубины для фотографии
  • оценка глубины сцены без дообучения
  • анализ пространственной структуры изображения
  • использование оценки глубины в приложениях компьютерного зрения

Ограничения

README сообщает о сильных результатах на относительной и абсолютной оценке глубины, но не приводит количественных метрик и подробностей ограничений для конкретных типов изображений.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Depth Anything (large-sized model, Transformers version)

Depth Anything model. It was introduced in the paper Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data by Lihe Yang et al. and first released in this repository.

Online demo is also provided.

Disclaimer: The team releasing Depth Anything did not write a model card for this model so this model card has been written by the Hugging Face team.

Model description

Depth Anything leverages the DPT architecture with a DINOv2 backbone.

The model is trained on ~62 million images, obtaining state-of-the-art results for both relative and absolute depth estimation.

Depth Anything overview. Taken from the original paper.

Intended uses & limitations

You can use the raw model for tasks like zero-shot depth estimation. See the model hub to look for other versions on a task that interests you.

How to use

Here is how to use this model to perform zero-shot depth estimation:

from transformers import pipeline
from PIL import Image
import requests

# load pipe
pipe = pipeline(task="depth-estimation", model="LiheYoung/depth-anything-large-hf")

# load image
url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

# inference
depth = pipe(image)["depth"]

Alternatively, one can use the classes themselves:

from transformers import AutoImageProcessor, AutoModelForDepthEstimation
import torch
import numpy as np
from PIL import Image
import requests

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

image_processor = AutoImageProcessor.from_pretrained("LiheYoung/depth-anything-large-hf")
model = AutoModelForDepthEstimation.from_pretrained("LiheYoung/depth-anything-large-hf")

# prepare image for the model
inputs = image_processor(images=image, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs)
    predicted_depth = outputs.predicted_depth

# interpolate to original size
prediction = torch.nn.functional.interpolate(
    predicted_depth.unsqueeze(1),
    size=image.size[::-1],
    mode="bicubic",
    align_corners=False,
)

For more code examples, we refer to the documentation.

BibTeX entry and citation info

@misc{yang2024depth,
      title={Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data}, 
      author={Lihe Yang and Bingyi Kang and Zilong Huang and Xiaogang Xu and Jiashi Feng and Hengshuang Zhao},
      year={2024},
      eprint={2401.10891},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · depth-estimation

Можно запустить

Подбираем GPU…

Класс архитектуры
DepthAnythingForDepthEstimation
Ревизия весов
27ccb09

0 моделей