Marigold Normals Lcm V0 1

🚀 Marigold Normals LCM v0-1 モデルカード

このモデルは、単一画像からの単眼法線推定を行う marigold-normals-lcm-v0-1 モデルのモデルカードです。潜在的な一貫性蒸留法を用いて、marigold-normals-v0-1 モデル から微調整されています。

🚀 クイックスタート

このモデルは、単一画像からの単眼法線推定に使用されます。以下の方法でモデルを利用できます。

• インタラクティブな Hugging Face Spaces デモ で遊んでみましょう。サンプル画像でモデルの動作を確認したり、自分の画像をアップロードして試すことができます。
• diffusers を使って、数行のコードで結果を計算することができます。
• 公式コードベース を参照して、詳細を調べることができます。

✨ 主な機能

このモデルは、単一画像からの法線推定を行うことができます。以下に主な機能を示します。

• 潜在的な一貫性蒸留法を用いて微調整されています。
• 任意の解像度の画像を処理できますが、最適な予測のためには、入力画像の長辺を 768 ピクセルにリサイズすることをおすすめします。
• LCM スケジューラと 1 から 4 のノイズ除去ステップで使用するように設計されています。
• 出力として、表面法線マップと不確実性マップ（アンサンブルサイズが 2 より大きい場合）を生成します。

📦 インストール

このセクションでは、原ドキュメントに具体的なインストール手順が記載されていないため、省略します。

💻 使用例

このセクションでは、原ドキュメントに具体的なコード例が記載されていないため、省略します。

📚 ドキュメント

モデルの詳細

• 開発者: Bingxin Ke, Kevin Qu, Tianfu Wang, Nando Metzger, Shengyu Huang, Bo Li, Anton Obukhov, Konrad Schindler.
• モデルタイプ: 単一画像からの生成的潜在拡散ベースの法線推定。
• 言語: 英語。
• ライセンス: Apache License License Version 2.0.
• モデルの説明: このモデルは、入力画像の推定表面法線マップを生成するために使用できます。
  • 解像度: 任意の解像度の画像を処理できますが、モデルはベースの拡散モデルの有効解像度である約 768 ピクセルを継承しています。これは、最適な予測のためには、より大きな入力画像を、長辺が 768 ピクセルになるようにリサイズしてからモデルに入力する必要があることを意味します。
  • ステップとスケジューラ: このモデルは、LCM スケジューラと 1 から 4 のノイズ除去ステップで使用するように設計されています。
  • 出力:
    • 表面法線マップ: 予測値は、スクリーン空間カメラ内の 3 次元単位ベクトルです。
    • 不確実性マップ: アンサンブルサイズが 2 より大きい場合にのみ生成されます。
• 詳細情報のリソース: プロジェクトウェブサイト, 論文, コード.
• 引用方法:

@misc{ke2025marigold,
  title={Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis},
  author={Bingxin Ke and Kevin Qu and Tianfu Wang and Nando Metzger and Shengyu Huang and Bo Li and Anton Obukhov and Konrad Schindler},
  year={2025},
  eprint={2505.09358},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@InProceedings{ke2023repurposing,
  title={Repurposing Diffusion-Based Image Generators for Monocular Depth Estimation},
  author={Bingxin Ke and Anton Obukhov and Shengyu Huang and Nando Metzger and Rodrigo Caye Daudt and Konrad Schindler},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2024}
}

🔧 技術詳細

このセクションでは、原ドキュメントに具体的な技術詳細が記載されていないため、省略します。

📄 ライセンス

このモデルは Apache License 2.0 の下でライセンスされています。

⚠️ 重要提示

このモデルは非推奨です。代わりに新しい Marigold Normals v1-1 モデルを使用してください。 NEW: Marigold Normals v1-1 モデル