# 単眼深度推定

Distill-Any-Depthは新しいSOTA単眼深度推定モデルで、知識蒸留アルゴリズムを用いて訓練されています。

Distill-Any-Depthは知識蒸留アルゴリズムで訓練されたSOTA単眼深度推定モデルで、効率的かつ正確に深度推定が可能です。

DepthMasterは、拡散モデルの生成特徴を判別式深度推定タスクに適合させるように調整された単一ステップの拡散モデルです。

DepthPro は単眼深度推定モデルで、単一の画像から深度を予測できます。

DepthProは、単一画像からシーンの深度情報を予測する視覚モデルです。

Apache-2.0ライセンスに基づく単眼深度推定モデルで、野外シーンにおけるゼロショット深度推定タスクに適しています。

Depth Anything V2は現在最も強力な単眼深度推定モデルで、59.5万枚の合成注釈画像と6200万枚以上の実写無注釈画像でトレーニングされており、より細かいディテールとより強力なロバスト性を備えています。

Depth Anything V2は現在最も強力な単眼深度推定(MDE)モデルで、59.5万枚の合成注釈画像と6200万枚以上の実写無注釈画像でトレーニングされており、より細かいディテールと強力なロバスト性を備えています。

Depth Anything V2は現在最も強力な単眼深度推定モデルで、59.5万枚の合成注釈画像と6200万枚以上の実写無注釈画像でトレーニングされており、より細かいディテールとより強力なロバスト性を備えています。

Depth Anything V2は現在最も強力な単眼深度推定モデルで、59.5万枚の合成注釈画像と6200万枚以上の実写無注釈画像でトレーニングされ、微細なディテールとロバスト性を備えています。

Depth-Anything-V2-Base は ONNX 形式に基づく深度推定モデルで、Transformers.js に適応し、Web 端末で画像深度推定を行うことができます。

Depth Anything V2は現在最も強力な単眼深度推定モデルで、大量の合成画像と実画像で訓練され、精密な深度詳細と高い頑健性を提供します。

Depth Anything V2は現在最も強力な単眼深度推定(MDE)モデルで、59.5万枚の合成注釈画像と6200万枚以上の実写無注釈画像でトレーニングされています

Depth Anything V2 は現在最も性能の高い単眼深度推定モデルで、大規模な合成画像と実画像でトレーニングされており、V1バージョンと比較してより細かい詳細を捕捉でき、よりロバストです。

Depth AnythingはDPTアーキテクチャとDINOv2バックボーンネットワークに基づく深度推定モデルで、約6200万枚の画像で訓練され、相対的および絶対的深度推定タスクで最先端の結果を達成しています。

ZoeDepthはNYUとKITTIデータセットでファインチューニングされた深度推定モデルで、実際の測定単位で深度値を推定できます。

ZoeDepthは単眼深度推定のための視覚モデルで、KITTIデータセットでファインチューニングされており、ゼロショット転移可能なメトリック深度推定を実現します。

ZoeDepthは単眼深度推定のためのモデルで、特にNYUデータセットでファインチューニングされており、ゼロショット転移とメトリック深度推定が可能です。

潜在整合性蒸留法を用いてファインチューニングされた単眼深度推定モデルで、単一画像から深度マップを生成

Transformers.jsベースの深度推定モデルONNX版、ウェブアプリケーション向け

Transformers.jsベースの深度推定モデルで、ONNX重みバージョンに適合し、画像から深度情報を予測します。

ONNX形式の小型深度推定モデル、Transformers.jsフレームワークに適応し、ウェブ端末での深度マップ予測に適しています

Depth Anything は大規模なラベルなしデータを活用して深度推定の可能性を解き放つ強力な深度推定モデルです。

Depth Anythingは大規模なラベルなしデータで訓練された深度推定モデルで、単一画像から深度情報を予測できます。

Depth Anythingは大規模なラベルなしデータを活用して性能を向上させた深度推定モデルで、単眼深度推定タスクに適しています。

MiDaSモデルをONNX形式に変換し、Unity Sentisで単眼深度推定を行う

SwinV2バックボーンネットワークに基づくDPTモデルで、単眼深度推定用に140万枚の画像でトレーニング

SwinV2バックボーンネットワークに基づくDPTモデルで、単眼深度推定用に140万枚の画像でトレーニングされました。

DPT (密な予測トランスフォーマー) モデルは140万枚の画像でトレーニングされ、単眼深度推定に使用されます。このモデルはSwinv2をバックボーンネットワークとして使用し、高精度な深度予測タスクに適しています。

DPTはBEiTバックボーンネットワークに基づく密集予測トランスフォーマーモデルで、単眼深度推定に使用され、140万枚の画像でトレーニングされています。

BEiTバックボーンネットワークに基づく単眼深度推定モデルで、単一画像から詳細な深度情報を推測可能

ビジョントランスフォーマー(ViT)に基づく単眼深度推定モデル、140万枚の画像でトレーニング

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。

GLPNは単眼深度推定のためのモデルで、SegFormerをバックボーンとして使用し、軽量ヘッドを追加して深度予測を行います。