Характеристики

Лицензия: OpenRAIL
Опубликована: 22 ноя 2024

Ссылки

Hugging Face arXiv 2411.19189

rollingdepth-v1-0

prs-eth

Оценка глубиныИзображение → depth_map3 профессии

RollingDepth оценивает глубину в видео, используя подход без специализированных видеомоделей.

458скачиваний за 30 дней16лайковвеса обновлены20 мая 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

RollingDepth — модель для оценки глубины в видео, связанная с официальной реализацией статьи «Video Depth without Video Models». Авторы — исследователи ETH Zurich и Carnegie Mellon University. Репозиторий содержит компоненты, скопированные из Stable Diffusion 2: text_encoder, tokenizer и VAE.

Модель предназначена для оценки глубины по последовательности видеокадров, в том числе в реальных условиях и в zero-shot сценариях. Она использует Diffusers и распространяется в формате PyTorch с весами Safetensors; задача в метаданных — depth-estimation.

Лицензия — OpenRAIL. Карточка не раскрывает размер модели, контекст или подробности архитектуры и языковых возможностей; эти характеристики нельзя уточнить по имеющимся данным.

Сценарии применения

Оценка глубины в видеопоследовательности
Получение карты глубины для кадров видео
Оценка глубины в реальных сценах без предварительной адаптации
Анализ пространственной структуры видеозаписи

Ограничения

README не сообщает количественные показатели качества и конкретные ограничения применения. Лицензия OpenRAIL задаёт условия использования, которые следует проверить перед применением.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🛹 RollingDepth: Video Depth without Video Models

This repository represents the official implementation of the paper titled "Video Depth without Video Models".

Bingxin Ke1, Dominik Narnhofer1, Shengyu Huang1, Lei Ke2, Torben Peters1, Katerina Fragkiadaki2, Anton Obukhov1, Konrad Schindler1

1ETH Zurich, 2Carnegie Mellon University

These components are copied from Stable-Diffusion-2: text_encoder, tokenizer, and vae.

🎫 License

This code of this work is licensed under the Apache License, Version 2.0 (as defined in the LICENSE-CODE).

The model is licensed under RAIL++-M License (as defined in the LICENSE-MODEL)

By downloading and using the code and model you agree to the terms in LICENSE-CODE and LICENSE-MODEL respectively.

Как запустить

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

GPU в ailist

Универсальный рантайм · depth-estimation

Нельзя запустить

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

Ревизия весов: 45c3a33