Depth Anything V2 Metric Indoor Large Hf

🚀 深度任意模型V2（針對度量深度估計進行微調） - Transformers版本

本模型是 深度任意模型V2 的微調版本，用於使用合成的Hypersim數據集進行室內度量深度估計。

該模型檢查點與transformers庫兼容。

深度任意模型V2由李赫·楊（Lihe Yang）等人在 同名論文 中提出。它採用了與原始深度任意模型相同的架構，但使用了合成數據和更大容量的教師模型，以實現更精細、更穩健的深度預測。這個針對度量深度估計的微調版本首次發佈於 此倉庫。

分別針對室內和室外場景發佈並提供了三種規模的 六個度量深度模型：

✨ 主要特性

• 基於 DPT 架構和 DINOv2 主幹網絡。
• 在約60萬張合成標註圖像和約6200萬張真實未標註圖像上進行訓練，在相對和絕對深度估計方面均取得了最先進的結果。

📦 安裝指南

要求

transformers>=4.45.0

或者，使用從源代碼安裝的 transformers 最新版本：

pip install git+https://github.com/huggingface/transformers

💻 使用示例

基礎用法

以下是如何使用此模型進行零樣本深度估計的示例：

from transformers import pipeline
from PIL import Image
import requests

# 加載管道
pipe = pipeline(task="depth-estimation", model="depth-anything/Depth-Anything-V2-Metric-Indoor-Large-hf")

# 加載圖像
url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

# 推理
depth = pipe(image)["depth"]

高級用法

你也可以使用模型和處理器類：

from transformers import AutoImageProcessor, AutoModelForDepthEstimation
import torch
import numpy as np
from PIL import Image
import requests

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

image_processor = AutoImageProcessor.from_pretrained("depth-anything/Depth-Anything-V2-Metric-Indoor-Large-hf")
model = AutoModelForDepthEstimation.from_pretrained("depth-anything/Depth-Anything-V2-Metric-Indoor-Large-hf")

# 為模型準備圖像
inputs = image_processor(images=image, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs)
    predicted_depth = outputs.predicted_depth

# 插值到原始大小
prediction = torch.nn.functional.interpolate(
    predicted_depth.unsqueeze(1),
    size=image.size[::-1],
    mode="bicubic",
    align_corners=False,
)

更多代碼示例，請參考 文檔。

📚 詳細文檔

模型描述

深度任意模型V2利用 DPT 架構和 DINOv2 主幹網絡。該模型在約60萬張合成標註圖像和約6200萬張真實未標註圖像上進行訓練，在相對和絕對深度估計方面均取得了最先進的結果。

深度任意模型概述。取自 原論文。

預期用途和限制

你可以使用原始模型進行零樣本深度估計等任務。請參閱 模型中心 以查找你感興趣任務的其他版本。

📄 許可證

如果你在研究中使用了該模型，請引用以下論文：

@article{depth_anything_v2,
  title={Depth Anything V2},
  author={Yang, Lihe and Kang, Bingyi and Huang, Zilong and Zhao, Zhen and Xu, Xiaogang and Feng, Jiashi and Zhao, Hengshuang},
  journal={arXiv:2406.09414},
  year={2024}
}

@inproceedings{depth_anything_v1,
  title={Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data}, 
  author={Yang, Lihe and Kang, Bingyi and Huang, Zilong and Xu, Xiaogang and Feng, Jiashi and Zhao, Hengshuang},
  booktitle={CVPR},
  year={2024}
}