Depthmaster

🚀 DepthMaster：馴服擴散模型用於單目深度估計

DepthMaster是一個經過優化的單步擴散模型，它能定製擴散模型中的生成特徵，以適應判別式深度估計任務。通過引入特徵對齊模塊和傅里葉增強模塊，該模型在零樣本性能和細節保留能力上表現出色，超越了各種基於擴散的方法。

🚀 快速開始

本項目提供了用於單目深度估計的優化擴散模型。你可以通過以下鏈接獲取更多信息：

• 論文鏈接
• 項目主頁
• GitHub倉庫

✨ 主要特性

• 定製生成特徵：DepthMaster定製擴散模型中的生成特徵，以適應判別式深度估計任務。
• 特徵對齊模塊：引入特徵對齊模塊，減輕對紋理的過擬合。
• 傅里葉增強模塊：使用傅里葉增強模塊，細化細粒度細節。
• 出色性能：在零樣本性能和細節保留能力上表現出色，超越了各種基於擴散的方法。

📚 詳細文檔

我們提出了DepthMaster，這是一個經過優化的單步擴散模型，旨在增強深度估計模型的泛化能力和細節保留能力。通過特徵對齊，我們有效地防止了對紋理細節的過擬合。通過自適應增強，我們能夠細化細粒度的深度細節。DepthMaster在零樣本性能和細節保留能力上表現出色，超越了各種基於擴散的方法。

🎓 引用

如果您使用了本項目的相關內容，請引用我們的論文：

@article{song2025depthmaster,
  title={DepthMaster: Taming Diffusion Models for Monocular Depth Estimation},
  author={Song, Ziyang and Wang, Zerong and Li, Bo and Zhang, Hao and Zhu, Ruijie and Liu, Li and Jiang, Peng-Tao and Zhang, Tianzhu},
  journal={arXiv preprint arXiv:2501.02576},
  year={2025}
}

致謝

本代碼基於 Marigold 實現。

📄 許可證

本項目採用Apache License 2.0許可協議，詳情請見 LICENSE。在下載和使用代碼及模型時，即表示您同意遵守該許可協議的條款。