/ Модель

Характеристики

Библиотека
align3r
Опубликована
8 дек 2024

Align3R_DepthAnythingV2_ViTLarge_BaseDecoder_512_dpt

Языковая модель3 профессии

Align3R оценивает глубину кадров, динамические облака точек и позы камеры по монокулярному видео.

19скачиваний за 30 дней5лайковвеса обновлены8 дек 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

Align3R — модель для оценки согласованной во времени глубины по монокулярным видео. Она оценивает глубину кадров, динамические облака точек и позы камеры; репозиторий содержит вариант Align3R с компонентом Depth Anything V2 ViT-Large и декодером Base Decoder 512 dpt. Модель представлена в статье Jiahao Lu и соавторов 2024 года и загружается через библиотеку Align3R на PyTorch.

Модель предназначена для анализа динамических сцен по видео с одной камеры, включая восстановление трёхмерной структуры и движения камеры. В карточке Hugging Face задача обозначена как image-to-3d, а веса доступны в формате safetensors. В README не указана лицензия, поэтому условия использования по имеющимся данным определить нельзя.

Сценарии применения

  • оценка глубины кадров в видео с одной камеры
  • восстановление динамического облака точек из видео
  • оценка позы камеры при съёмке динамичной сцены

Ограничения

В README не приведены количественные оценки качества или подробные ограничения. Лицензия в доступных данных не указана.

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

     

Align3R: Aligned Monocular Depth Estimation for Dynamic Videos Jiahao Lu*, Tianyu Huang*, Peng Li, Zhiyang Dou, Cheng Lin, Zhiming Cui, Zhen Dong, Sai-Kit Yeung, Wenping Wang, Yuan Liu Arxiv, 2024.

Align3R estimates temporally consistent video depth, dynamic point clouds, and camera poses from monocular videos.

@article{lu2024align3r,
  title={Align3R: Aligned Monocular Depth Estimation for Dynamic Videos},Jiahao Lu, Tianyu Huang, Peng Li, Zhiyang Dou, Cheng Lin, Zhiming Cui, Zhen Dong, Sai-Kit Yeung, Wenping Wang, Yuan Liu
  author={Lu, Jiahao and Huang, Tianyu and Li, Peng and Dou, Zhiyang and Lin, Cheng and Cui, Zhiming and Dong, Zhen and Yeung, Sai-Kit and Wang, Wenping and Liu,Yuan},
  journal={arXiv preprint arXiv:2412.03079},
  year={2024}
}

How to use

First, install Align3R. To load the model:

from dust3r.model import AsymmetricCroCo3DStereo
import torch
model = AsymmetricCroCo3DStereo.from_pretrained("cyun9286/Align3R_DepthAnythingV2_ViTLarge_BaseDecoder_512_dpt")
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)

Как запустить

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

GPU в ailist

Универсальный рантайм · align3r

Нельзя запустить

3D-генерация пока не поддерживается.

Ревизия весов
32df3f5

0 моделей