Metric3d Vit Small

テンセントが提供する先進的な3D合成システムで、画像やテキストから高解像度のテクスチャ付き3Dアセットを生成可能

TRELLIS Image Largeは大型3D生成モデルTRELLISの画像条件版で、入力画像に基づいて3Dコンテンツを生成できます。

Depth Anything V2は現在最も強力な単眼深度推定モデルで、59.5万枚の合成注釈画像と6200万枚以上の実写無注釈画像でトレーニングされ、微細なディテールとロバスト性を備えています。

ビジュアルトランスフォーマー(ViT)に基づく単眼深度推定モデルで、140万枚の画像で訓練され、ゼロショット深度予測タスクに適しています。

ビジョントランスフォーマー(ViT)に基づく単眼深度推定モデル、140万枚の画像でトレーニング

VGGTはフィードフォワードニューラルネットワークで、シーンの1つ、いくつか、または数百のビューから、数秒ですべての重要な3D属性を推論できます。

Depth AnythingはDPTアーキテクチャとDINOv2バックボーンネットワークに基づく深度推定モデルで、約6200万枚の画像でトレーニングされ、相対的および絶対的深度推定タスクで最先端の結果を達成しました。

Depth Anything V2は現在最も強力な単眼深度推定モデルで、大量の合成画像と実画像で訓練され、精密な深度詳細と高い頑健性を提供します。

MASt3RはViTアーキテクチャに基づく画像から3Dへの変換モデルで、画像と3D空間のマッチングを実現

Depth AnythingはDPTアーキテクチャに基づく深度推定モデルで、DINOv2バックボーンネットワークを採用し、約6200万枚の画像でトレーニングされ、相対的および絶対的深度推定タスクで優れた性能を発揮します。