Zoedepth Nyu

🚀 ZoeDepth (NYUでファインチューニング済み)

ZoeDepthモデルはNYUデータセットでファインチューニングされています。このモデルは、Shariqらによる論文 ZoeDepth: Zero-shot Transfer by Combining Relative and Metric Depth で紹介され、このリポジトリ で最初に公開されました。

ZoeDepthは、DPT フレームワークを拡張して、メトリック（絶対とも呼ばれる）深度推定を行い、最先端の結果を得ています。

免責事項: ZoeDepthを公開したチームはこのモデルのモデルカードを作成していないため、このモデルカードはHugging Faceチームによって作成されました。

✨ 主な機能

ZoeDepthは、相対深度推定用のモデルである DPT を、いわゆるメトリック（絶対とも呼ばれる）深度推定に適応させています。これは、モデルが実際のメトリック値で深度を推定できることを意味します。

ZoeDepthアーキテクチャ。元の論文 より引用。

🚀 クイックスタート

想定される用途と制限

生のモデルは、ゼロショット単眼深度推定などのタスクに使用できます。関心のあるタスクの他のバージョンを探すには、モデルハブ を参照してください。

使い方

最も簡単な方法は、ユーザーにとって複雑さを隠蔽するパイプラインAPIを利用することです。

from transformers import pipeline
from PIL import Image
import requests

# パイプをロード
depth_estimator = pipeline(task="depth-estimation", model="Intel/zoedepth-nyu")

# 画像をロード
url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

# 推論
outputs = depth_estimator(image)
depth = outputs.depth

より多くのコード例については、ドキュメント を参照してください。

BibTeXエントリと引用情報

@misc{bhat2023zoedepth,
      title={ZoeDepth: Zero-shot Transfer by Combining Relative and Metric Depth}, 
      author={Shariq Farooq Bhat and Reiner Birkl and Diana Wofk and Peter Wonka and Matthias Müller},
      year={2023},
      eprint={2302.12288},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

📄 ライセンス

MITライセンス