Coreml Depth Anything Small

🚀 Depth Anything Core ML Models

Depth Anythingモデルは、Lihe Yangらによる論文 Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data で紹介され、最初に このリポジトリ で公開されました。このモデルは、大規模な未ラベルデータの力を活用して、高精度な深度推定を実現します。

✨ 主な機能

• Depth Anythingは、DPT アーキテクチャを DINOv2 バックボーンと組み合わせています。
• 約6200万枚の画像で学習され、相対深度推定と絶対深度推定の両方で最先端の結果を得ています。

📦 インストール

huggingface-cli のインストール

brew install huggingface-cli

.mlpackage フォルダのダウンロード

models ディレクトリに .mlpackage フォルダをダウンロードするには、次のコマンドを実行します。

huggingface-cli download \
  --local-dir models --local-dir-use-symlinks False \
  apple/coreml-depth-anything-small \
  --include "DepthAnythingSmallF16.mlpackage/*"

すべてをダウンロードする場合は、--include 引数を省略します。

💻 使用例

基本的な使用法

Swiftアプリでの使用例については、huggingface/coreml-examples リポジトリにサンプルコードが含まれています。そこにある指示 に従ってデモアプリをビルドすることで、独自のSwiftアプリでこのモデルを使用する方法を確認できます。

📚 ドキュメント

モデルの説明

Depth Anythingは、DPT アーキテクチャを DINOv2 バックボーンと組み合わせています。このモデルは、約6200万枚の画像で学習され、相対深度推定と絶対深度推定の両方で最先端の結果を得ています。

Depth Anythingの概要。元の論文 から引用。

評価 - バリアント

評価 - 推論時間

以下の結果は、small-float16バリアントを使用しています。

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。