/ Модель

Характеристики

Размер весов
1,9 ГБ
Лицензия
apple-amlr
Библиотека
depth-pro
Опубликована
3 окт 2024

DepthPro

Оценка глубиныИзображение → depth_map3 профессии

Depth Pro от Apple оценивает абсолютную метрическую глубину по одному изображению и создаёт детализированную карту глубины.

10 540скачиваний за 30 дней561лайквеса обновлены28 фев 2025

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 Pro — модель Apple для оценки метрической глубины по одному изображению. Она предсказывает абсолютную глубину без необходимости передавать параметры камеры, включая её внутренние параметры, и формирует детализированные карты глубины с чёткими границами объектов.

Модель использует эффективный Vision Transformer с несколькими масштабами для плотного предсказания. По данным карточки, она строит карту глубины размером 2,25 мегапикселя примерно за 0,3 секунды на стандартном GPU и также оценивает фокусное расстояние по одиночному изображению. Опубликованный чекпойнт переобучен для эталонной реализации: его качество близко к результатам статьи, но не полностью им соответствует.

Модель предназначена для оценки глубины в изображениях и исследовательских или прикладных задач компьютерного зрения. Карточка не описывает поддержку видео или нескольких изображений. Репозиторий распространяется по лицензии apple-amlr.

Сценарии применения

  • построение карты глубины по фотографии
  • оценка расстояний до объектов на изображении
  • восстановление пространственной структуры сцены по одному кадру
  • определение границ объектов в карте глубины
  • оценка фокусного расстояния камеры по изображению

Ограничения

Чекпойнт в репозитории переобучен для эталонной реализации, поэтому его результаты близки к опубликованной модели, но не совпадают с ними полностью. Заявленное время работы относится к стандартному GPU.

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 Pro: Sharp Monocular Metric Depth in Less Than a Second

Depth Pro Demo Image

We present a foundation model for zero-shot metric monocular depth estimation. Our model, Depth Pro, synthesizes high-resolution depth maps with unparalleled sharpness and high-frequency details. The predictions are metric, with absolute scale, without relying on the availability of metadata such as camera intrinsics. And the model is fast, producing a 2.25-megapixel depth map in 0.3 seconds on a standard GPU. These characteristics are enabled by a number of technical contributions, including an efficient multi-scale vision transformer for dense prediction, a training protocol that combines real and synthetic datasets to achieve high metric accuracy alongside fine boundary tracing, dedicated evaluation metrics for boundary accuracy in estimated depth maps, and state-of-the-art focal length estimation from a single image.

Depth Pro was introduced in Depth Pro: Sharp Monocular Metric Depth in Less Than a Second, by Aleksei Bochkovskii, Amaël Delaunoy, Hugo Germain, Marcel Santos, Yichao Zhou, Stephan R. Richter, and Vladlen Koltun.

The checkpoint in this repository is a reference implementation, which has been re-trained. Its performance is close to the model reported in the paper but does not match it exactly.

How to Use

Please, follow the steps in the code repository to set up your environment. Then you can download the checkpoint from the Files and versions tab above, or use the huggingface-hub CLI:

pip install huggingface-hub
huggingface-cli download --local-dir checkpoints apple/DepthPro

Running from commandline

The code repo provides a helper script to run the model on a single image:

# Run prediction on a single image:
depth-pro-run -i ./data/example.jpg
# Run `depth-pro-run -h` for available options.

Running from Python

from PIL import Image
import depth_pro

# Load model and preprocessing transform
model, transform = depth_pro.create_model_and_transforms()
model.eval()

# Load and preprocess an image.
image, _, f_px = depth_pro.load_rgb(image_path)
image = transform(image)

# Run inference.
prediction = model.infer(image, f_px=f_px)
depth = prediction["depth"]  # Depth in [m].
focallength_px = prediction["focallength_px"]  # Focal length in pixels.

Evaluation (boundary metrics)

Boundary metrics are implemented in eval/boundary_metrics.py and can be used as follows:

# for a depth-based dataset
boundary_f1 = SI_boundary_F1(predicted_depth, target_depth)

# for a mask-based dataset (image matting / segmentation) 
boundary_recall = SI_boundary_Recall(predicted_depth, target_mask)

Citation

If you find our work useful, please cite the following paper:

@article{Bochkovskii2024:arxiv,
  author     = {Aleksei Bochkovskii and Ama\"{e}l Delaunoy and Hugo Germain and Marcel Santos and
               Yichao Zhou and Stephan R. Richter and Vladlen Koltun}
  title      = {Depth Pro: Sharp Monocular Metric Depth in Less Than a Second},
  journal    = {arXiv},
  year       = {2024},
}

Acknowledgements

Our codebase is built using multiple opensource contributions, please see Acknowledgements for more details.

Please check the paper for a complete list of references and datasets used in this work.

Как запустить

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

GPU в ailist

Универсальный рантайм · depth-pro · depth-estimation

Нельзя запустить

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

Ревизия весов
ccd1350

0 моделей