/ Модель

Характеристики

Размер весов
99,2 МБ
Лицензия
Apache 2.0
Библиотека
depth-anything-v2
Опубликована
13 июн 2024

Depth-Anything-V2-Small

Оценка глубиныИзображение → depth_map3 профессии

Компактная модель Depth Anything V2 оценивает относительную глубину объектов по одному изображению.

22 373скачиваний за 30 дней85лайковвеса 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 Small — компактная модель для оценки глубины по одному изображению, разработанная командой Depth Anything. Она предсказывает относительную глубину объектов и областей сцены по обычному RGB-изображению и предназначена для задач монокулярного анализа глубины.

Модель относится к семейству Depth Anything V2. Семейство обучалось на 595 тысячах синтетических изображений с разметкой глубины и более чем 62 миллионах реальных изображений без разметки. В README отмечены более детализированные предсказания и устойчивость по сравнению с Depth Anything V1, а также высокая скорость и меньший размер по сравнению с моделями на основе диффузии. Версия Small ориентирована на более лёгкий запуск; конкретный размер и длина контекста для этой версии в предоставленных данных не приводятся.

Модель можно использовать для получения карты глубины сцены из изображения, например, в робототехнике, дополненной реальности и системах компьютерного зрения. Это не генеративная модель: она выдаёт оценку глубины, а не текст. Лицензия — Apache-2.0.

Сценарии применения

  • построение карты относительной глубины по фотографии
  • оценка глубины сцены для компьютерного зрения
  • анализ расположения объектов в кадре
  • оценка глубины для приложений дополненной реальности

Ограничения

Модель оценивает относительную глубину по одному изображению, поэтому результат не следует трактовать как точные метрические расстояния. В предоставленных данных не приведены численные показатели качества именно версии Small.

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-Small

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='vits', features=64, out_channels=[48, 96, 192, 384])
model.load_state_dict(torch.load('checkpoints/depth_anything_v2_vits.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
03876f8

0 моделей