Модель Lotus для плотной оценки глубины по изображениям с обучением в пространстве диспаритета и улучшенной стабильностью оценки глубины в видео.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Lotus Depth G v2.0 Disparity — модель из официального семейства Lotus, разработанного Jing He, Haodong Li и соавторами. Она оценивает плотную карту глубины по изображению; версия обучена в пространстве диспаритета, то есть обратной глубины, что, по заявлению авторов, улучшает качество и стабильность оценки глубины в видео по сравнению с предыдущей версией.
Модель предназначена для сценариев, где требуется восстановить относительную структуру глубины сцены по визуальным данным. Репозиторий использует библиотеку diffusers и формат safetensors. Лицензия — Apache-2.0. README не содержит подробностей о размерах модели, поддерживаемых языках и контексте; они не относятся к основному сценарию оценки глубины.
В README не приведены количественные результаты и подробности о режимах работы; заявленное улучшение стабильности видео глубины дано авторами без метрик в карточке. Указанная в README ссылка на инструкции по использованию не раскрывает здесь дополнительных требований.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Developed by: Jing He✱, Haodong Li✱, Wei Yin, Yixun Liang, Leheng Li, Kaiqiang Zhou, Hongbo Zhang, Bingbing Liu, Ying-Cong Chen✉
Please refer to this page.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · diffusers · depth-estimation
В репозитории нет config.json: не понять архитектуру модели.
