Depth Any Canopy Base

🚀 深度任意冠層基礎模型

這是《深度任意冠層論文》中提出的深度任意冠層的基礎版本。還有一個小版本可供使用。

🚀 快速開始

使用以下代碼開始使用該模型：

# 使用pipeline作為高級輔助工具
from transformers import pipeline

pipe = pipeline("depth-estimation", model="DarthReca/depth-any-canopy-base")

# 直接加載模型
from transformers import AutoModelForDepthEstimation

model = AutoModelForDepthEstimation.from_pretrained("DarthReca/depth-any-canopy-base")

✨ 主要特性

該模型是在經過篩選的地球視圖數據集上針對冠層高度估計進行微調的深度任意基礎模型。

📦 安裝指南

暫未提及具體安裝步驟，可參考上述快速開始中的代碼進行使用。

💻 使用示例

基礎用法

# 使用pipeline作為高級輔助工具
from transformers import pipeline

pipe = pipeline("depth-estimation", model="DarthReca/depth-any-canopy-base")

# 直接加載模型
from transformers import AutoModelForDepthEstimation

model = AutoModelForDepthEstimation.from_pretrained("DarthReca/depth-any-canopy-base")

📚 詳細文檔

模型詳情

該模型是在經過篩選的地球視圖數據集上針對冠層高度估計進行微調的深度任意基礎模型。

使用與限制

該模型能夠處理美國國家生態觀測網絡（NEON）的航空影像，但覆蓋範圍僅限於美國，無法保證其在全球其他地區的泛化能力。此外，這些影像僅包含RGB通道，未對高光譜影像進行研究。

環境影響

• 碳排放：0.14 kgCO2 碳排放使用機器學習影響計算器進行估算。

引用信息

BibTeX：

@misc{cambrin2024depthcanopyleveragingdepth,
      title={Depth Any Canopy: Leveraging Depth Foundation Models for Canopy Height Estimation}, 
      author={Daniele Rege Cambrin and Isaac Corley and Paolo Garza},
      year={2024},
      eprint={2408.04523},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2408.04523}, 
}

📄 許可證

本模型採用Apache 2.0許可證。