Depth Anything Small Hf

🚀 Depth Anything Small HF モデル

このプロジェクトは、Transformers.jsと互換性のあるONNXウェイトを持つ深度推定モデルです。LiheYoung/depth-anything-small-hf ベースモデルを利用し、JavaScript環境での深度推定を可能にします。

🚀 クイックスタート

https://huggingface.co/LiheYoung/depth-anything-small-hf のモデルは、ONNXウェイトを使用してTransformers.jsと互換性を持たせています。

📦 インストール

まだインストールしていない場合は、Transformers.js JavaScriptライブラリを NPM から以下のコマンドでインストールできます。

npm i @huggingface/transformers

💻 使用例

基本的な使用法

Xenova/depth-anything-small-hf を使用した深度推定の例です。

import { pipeline } from '@huggingface/transformers';

// 深度推定パイプラインを作成
const depth_estimator = await pipeline('depth-estimation', 'Xenova/depth-anything-small-hf');

// 与えられた画像の深度マップを予測
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/bread_small.png';
const output = await depth_estimator(url);
// {
//   predicted_depth: Tensor {
//     dims: [350, 518],
//     type: 'float32',
//     data: Float32Array(181300) [...],
//     size: 181300
//   },
//   depth: RawImage {
//     data: Uint8Array(271360) [...],
//     width: 640,
//     height: 424,
//     channels: 1
//   }
// }

出力を可視化するには、以下のコードを使用します。

output.depth.save('depth.png');

📚 詳細説明

⚠️ 重要提示

ONNXウェイト用の別のリポジトリを持つことは、WebMLがより普及するまでの一時的な解決策です。モデルをWeb対応にする場合は、🤗 Optimum を使用してONNXに変換し、このリポジトリのように構成することをおすすめします（ONNXウェイトは onnx というサブフォルダに配置）。