/ Модель

Характеристики

Размер весов
1,3 ГБ
Лицензия
CC BY-NC 4.0
Библиотека
depth-anything-v2
Опубликована
13 июн 2024

Depth-Anything-V2-Large

Оценка глубиныИзображение → depth_map3 профессии

Depth Anything V2 Large оценивает относительную глубину объектов по одному изображению для задач компьютерного зрения.

69 133скачиваний за 30 дней180лайковвеса обновлены8 июл 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 V2 Large — модель семейства Depth Anything V2 для оценки относительной глубины по одному изображению, разработанная авторами проекта Depth Anything. Она предназначена для получения детализированной карты глубины в задачах компьютерного зрения и обработки изображений. Модель обучена на 595 тысячах синтетических изображений с разметкой и более чем 62 миллионах реальных изображений без разметки.

В README отмечены более тонкие детали и устойчивость по сравнению с Depth Anything V1, а также скорость примерно в десять раз выше и меньший размер по сравнению с моделями на основе Stable Diffusion. Репозиторий содержит веса PyTorch; лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение.

Сценарии применения

  • построение карты относительной глубины по фотографии
  • оценка расстояний и структуры сцены на изображении
  • добавление глубины в конвейер обработки изображений
  • анализ геометрии сцены в приложениях компьютерного зрения

Ограничения

Модель оценивает относительную глубину по одному изображению, поэтому результаты не следует трактовать как гарантированные абсолютные расстояния. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

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-V2-Large

Introduction

Depth Anything V2 is trained from 595K synthetic labeled images and 62M+ real unlabeled images, providing the most capable monocular depth estimation (MDE) model with the following features:

  • more fine-grained details than Depth Anything V1
  • more robust than Depth Anything V1 and SD-based models (e.g., Marigold, Geowizard)
  • more efficient (10x faster) and more lightweight than SD-based models
  • impressive fine-tuned performance with our pre-trained models

Installation

git clone https://huggingface.co/spaces/depth-anything/Depth-Anything-V2
cd Depth-Anything-V2
pip install -r requirements.txt

Usage

Download the model first and put it under the checkpoints directory.

import cv2
import torch

from depth_anything_v2.dpt import DepthAnythingV2

model = DepthAnythingV2(encoder='vitl', features=256, out_channels=[256, 512, 1024, 1024])
model.load_state_dict(torch.load('checkpoints/depth_anything_v2_vitl.pth', map_location='cpu'))
model.eval()

raw_img = cv2.imread('your/image/path')
depth = model.infer_image(raw_img) # HxW raw depth map

Citation

If you find this project useful, please consider citing:

@article{depth_anything_v2,
  title={Depth Anything V2},
  author={Yang, Lihe and Kang, Bingyi and Huang, Zilong and Zhao, Zhen and Xu, Xiaogang and Feng, Jiashi and Zhao, Hengshuang},
  journal={arXiv:2406.09414},
  year={2024}
}

@inproceedings{depth_anything_v1,
  title={Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data}, 
  author={Yang, Lihe and Kang, Bingyi and Huang, Zilong and Xu, Xiaogang and Feng, Jiashi and Zhao, Hengshuang},
  booktitle={CVPR},
  year={2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · depth-anything-v2 · depth-estimation

Нельзя запустить

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

Ревизия весов
cbbb86a

0 моделей