/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
prompt_depth_anything · dense
Библиотека
transformers
Опубликована
3 окт 2026

prompt-depth-anything-vitl-hf

Оценка глубиныИзображение → depth_map

Производная модели depth-anything/prompt-depth-anything-vitl-hf. Модель оценивает метрическую глубину по изображению, используя данные iPhone LiDAR как подсказку, и формирует карты глубины высокого разрешения.

32скачиваний за 30 дней0лайковвеса обновлены3 окт 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

Карточка модели Zeroxdesignart/prompt-depth-anything-vitl-hf на Hugging Face совпадает с карточкой depth-anything/prompt-depth-anything-vitl-hf, поэтому описание составлено по ней.

Prompt Depth Anything ViT-L — модель для оценки метрической глубины по изображению с подсказками, разработанная авторами метода Prompt Depth Anything. Она использует данные iPhone LiDAR как подсказку, чтобы получать точные карты глубины высокого разрешения, вплоть до 4K. Модель поддерживает задачу depth-estimation и совместима с библиотекой Hugging Face Transformers.

Модель предназначена для сценариев, где по изображению нужно восстановить расстояния до объектов и поверхности: например, для 3D-реконструкции и обобщённого роботизированного захвата. В карточке не указаны поддерживаемые языки, поскольку входными данными служат изображения, а результатом — карта глубины. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • построение карты глубины сцены по изображению
  • оценка расстояний до объектов с подсказками LiDAR
  • создание данных глубины для 3D-реконструкции
  • оценка глубины для роботизированного захвата

Ограничения

Для подсказки модель использует данные iPhone LiDAR; другие способы подсказки и устойчивость без неё в карточке не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Prompt-Depth-Anything-Vitl

Introduction

Prompt Depth Anything is a high-resolution and accurate metric depth estimation method, with the following highlights:

  • using prompting to unleash the power of depth foundation models, inspired by success of prompting in VLM and LLM foundation models.
  • The widely available iPhone LiDAR is taken as the prompt, guiding the model to produce up to 4K resolution accurate metric depth.
  • A scalable data pipeline is introduced to train the method.
  • Prompt Depth Anything benefits downstream applications, including 3D reconstruction and generalized robotic grasping.

Usage

This model is compatible with Hugging Face Transformers (docs).

import requests
from PIL import Image
from transformers import PromptDepthAnythingForDepthEstimation, PromptDepthAnythingImageProcessor

url = "https://github.com/DepthAnything/PromptDA/blob/main/assets/example_images/image.jpg?raw=true"
image = Image.open(requests.get(url, stream=True).raw)


image_processor = PromptDepthAnythingImageProcessor.from_pretrained("depth-anything/prompt-depth-anything-vitl-hf")
model = PromptDepthAnythingForDepthEstimation.from_pretrained("depth-anything/prompt-depth-anything-vitl-hf")

prompt_depth_url = "https://github.com/DepthAnything/PromptDA/blob/main/assets/example_images/arkit_depth.png?raw=true"
prompt_depth = Image.open(requests.get(prompt_depth_url, stream=True).raw)

inputs = image_processor(images=image, return_tensors="pt", prompt_depth=prompt_depth)
with torch.no_grad():
    outputs = model(**inputs)
post_processed_output = image_processor.post_process_depth_estimation(
    outputs,
    target_sizes=[(image.height, image.width)],
)

predicted_depth = post_processed_output[0]["predicted_depth"]

Citation

If you find this project useful, please consider citing:

@inproceedings{lin2024promptda,
  title={Prompting Depth Anything for 4K Resolution Accurate Metric Depth Estimation},
  author={Lin, Haotong and Peng, Sida and Chen, Jingxiao and Peng, Songyou and Sun, Jiaming and Liu, Minghuan and Bao, Hujun and Feng, Jiashi and Zhou, Xiaowei and Kang, Bingyi},
  journal={arXiv},
  year={2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · depth-estimation

Можно запустить

Подбираем GPU…

Класс архитектуры
PromptDepthAnythingForDepthEstimation
Ревизия весов
80ab956

0 моделей