/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
glpn · dense
Опубликована
2 мар 2022

glpn-kitti

Оценка глубиныИзображение → depth_map3 профессии

GLPN, дообученная на KITTI, оценивает глубину объектов по одному изображению, в первую очередь в дорожных сценах.

13 156скачиваний за 30 дней10лайковвеса обновлены13 ноя 2023

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

GLPN, дообученная на датасете KITTI модель для оценки глубины по одному изображению. Она разработана на основе Global-Local Path Networks и использует SegFormer в качестве базовой архитектуры, дополненной лёгкой головой для оценки глубины. Модель предназначена для монокулярного восстановления глубины в изображениях дорожных сцен, например для анализа кадров с автомобильных камер.

Модель принимает изображение и выдаёт карту глубины. В карточке указана лицензия Apache-2.0. Ограничение её обучения на KITTI может влиять на работу с изображениями вне дорожных сцен и условий, представленных в этом датасете.

Сценарии применения

  • Оценка глубины по кадру с автомобильной камеры
  • Построение карты глубины дорожной сцены
  • Анализ расстояний до объектов на изображении
  • Исследование монокулярной оценки глубины

Ограничения

Модель обучена на KITTI, поэтому качество на изображениях вне дорожных сцен или при отличающихся условиях съёмки может снижаться. Она оценивает глубину по одному изображению, а не измеряет её напрямую.

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

GLPN fine-tuned on KITTI

Global-Local Path Networks (GLPN) model trained on KITTI for monocular depth estimation. It was introduced in the paper Global-Local Path Networks for Monocular Depth Estimation with Vertical CutDepth by Kim et al. and first released in this repository.

Disclaimer: The team releasing GLPN did not write a model card for this model so this model card has been written by the Hugging Face team.

Model description

GLPN uses SegFormer as backbone and adds a lightweight head on top for depth estimation.

model image

Intended uses & limitations

You can use the raw model for monocular depth estimation. See the model hub to look for fine-tuned versions on a task that interests you.

How to use

Here is how to use this model:

from transformers import GLPNImageProcessor, GLPNForDepthEstimation
import torch
import numpy as np
from PIL import Image
import requests

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

processor = GLPNImageProcessor.from_pretrained("vinvino02/glpn-kitti")
model = GLPNForDepthEstimation.from_pretrained("vinvino02/glpn-kitti")

# prepare image for the model
inputs = processor(images=image, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs)
    predicted_depth = outputs.predicted_depth

# interpolate to original size
prediction = torch.nn.functional.interpolate(
    predicted_depth.unsqueeze(1),
    size=image.size[::-1],
    mode="bicubic",
    align_corners=False,
)

# visualize the prediction
output = prediction.squeeze().cpu().numpy()
formatted = (output * 255 / np.max(output)).astype("uint8")
depth = Image.fromarray(formatted)

For more code examples, we refer to the documentation.

BibTeX entry and citation info

@article{DBLP:journals/corr/abs-2201-07436,
  author    = {Doyeon Kim and
               Woonghyun Ga and
               Pyunghwan Ahn and
               Donggyu Joo and
               Sehwan Chun and
               Junmo Kim},
  title     = {Global-Local Path Networks for Monocular Depth Estimation with Vertical
               CutDepth},
  journal   = {CoRR},
  volume    = {abs/2201.07436},
  year      = {2022},
  url       = {https://arxiv.org/abs/2201.07436},
  eprinttype = {arXiv},
  eprint    = {2201.07436},
  timestamp = {Fri, 21 Jan 2022 13:57:15 +0100},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2201-07436.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · depth-estimation

Можно запустить

Подбираем GPU…

Класс архитектуры
GLPNForDepthEstimation
Ревизия весов
e9e8485

0 моделей