Marigold Depth Lcm V1 0

🚀 金盞花深度LCM v1 - 0模型卡片

這是一個用於單目深度估計的marigold - depth - lcm - v1 - 0模型卡片，該模型可從單張圖像中進行單目深度估計。它基於潛在一致性蒸餾方法，從marigold - depth - v1 - 0 [模型](https://huggingface.co/prs - eth/marigold - depth - v1 - 0)微調而來，相關內容在我們的論文中有詳細描述：

• CVPR'2024論文，標題為 "Repurposing Diffusion - Based Image Generators for Monocular Depth Estimation"
• 期刊擴展，標題為 "Marigold: Affordable Adaptation of Diffusion - Based Image Generators for Image Analysis"

🚀 快速開始

• 體驗交互式演示：可在[Hugging Face Spaces演示](https://huggingface.co/spaces/prs - eth/marigold)中體驗，查看模型對示例圖像的處理效果，也可上傳自己的圖像。
• 使用diffusers庫：藉助[diffusers](https://huggingface.co/docs/diffusers/using - diffusers/marigold_usage)，只需幾行代碼即可計算結果。
• 查看官方代碼庫：深入瞭解可訪問我們的[官方代碼庫](https://github.com/prs - eth/marigold)。

✨ 主要特性

• 多途徑使用：提供在線演示、代碼庫調用等多種使用方式。
• 基於先進方法微調：採用潛在一致性蒸餾方法進行微調，提升性能。

📚 詳細文檔

模型詳情

引用信息

@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}
}

⚠️ 重要提示

此模型已棄用，請使用新的Marigold Depth v1 - 1模型。[點擊查看](https://huggingface.co/prs - eth/marigold - depth - v1 - 1)