G

Glpn Nyu

vinvino02によって開発
GLPNモデルはNYUv2データセットで訓練され、単眼深度推定に使用され、グローバルとローカルのパスネットワークを組み合わせて高精度な深度予測を実現します。
ダウンロード数 7,699
リリース時間 : 3/2/2022

モデル概要

グローバル - ローカルパスネットワーク(GLPN)モデルは単眼深度推定タスクに使用され、SegFormerをバックボーンネットワークとして採用し、軽量型ヘッドを追加し、NYUv2データセットで微調整されます。

モデル特徴

グローバル - ローカルパスネットワーク
グローバルなコンテキストとローカルの詳細情報を組み合わせて、深度推定精度を向上させます。
軽量型設計
SegFormerバックボーンネットワークに軽量型ヘッドを追加し、効率的な推論速度を維持します。
垂直CutDepth技術
論文で提案された垂直CutDepth技術を採用して深度予測を最適化します。

モデル能力

単眼画像の深度推定
シーンの三次元構造理解
室内環境の深度予測

使用事例

コンピュータビジョン
室内シーンの三次元再構築
単一の室内写真から深度情報を予測します。
三次元再構築に使用できる正確な深度マップを生成できます。
拡張現実アプリケーション
ARアプリケーションにシーンの深度情報を提供します。
仮想物体の正確な配置と遮蔽処理をサポートします。
ロボットナビゲーション
環境認識
ロボットが周囲環境の三次元構造を理解するのを助けます。
障害物回避と経路計画に使用できます。
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase