Coreml Depth Anything Small
Depth Anything 是一種基於 DPT 架構和 DINOv2 骨幹網絡的深度估計模型,在約 6200 萬張圖像上訓練,在相對和絕對深度估計任務中取得最先進結果。
下載量 51
發布時間 : 5/3/2024
模型概述
該模型採用 DPT 架構並基於 DINOv2 骨幹網絡,專注於圖像深度估計任務,能夠從單張圖像預測深度信息。
模型特點
大規模訓練數據
在約 6200 萬張圖像上進行訓練,確保模型具有強大的泛化能力
高效架構
基於 DPT 架構和 DINOv2 骨幹網絡,在保持精度的同時實現高效推理
多平臺支持
提供 Core ML 格式模型,可在蘋果設備上高效運行
精度優化
提供 Float32 和 Float16 兩種精度版本,平衡精度與性能需求
模型能力
單目深度估計
相對深度預測
絕對深度預測
圖像深度分析
使用案例
計算機視覺
增強現實
為 AR 應用提供場景深度信息
提升 AR 物體放置和交互的真實感
3D 重建
從單張圖像生成深度圖
輔助 3D 場景重建
自動駕駛
輔助車輛感知周圍環境
提供場景深度信息
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98