Depth Anything Large Hf

🚀 深度任意模型（大型模型，Transformer版本）

深度任意模型（Depth Anything）是一個用於深度估計的模型。它由Lihe Yang等人在論文 深度任意模型：釋放大規模無標籤數據的力量 中提出，並首次在 此代碼庫 中發佈。同時，還提供了 在線演示 。

聲明：發佈深度任意模型的團隊並未為此模型編寫模型卡片，此模型卡片由Hugging Face團隊編寫。

✨ 主要特性

• 深度任意模型採用了 DPT 架構，並以 DINOv2 為骨幹網絡。
• 該模型在約6200萬張圖像上進行訓練，在相對和絕對深度估計任務上均取得了最先進的成果。

深度任意模型概述。取自 原論文。

🚀 快速開始

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。你可以在 模型中心 查找其他感興趣的版本。

如何使用

以下是使用此模型進行零樣本深度估計的示例代碼：

基礎用法

from transformers import pipeline
from PIL import Image
import requests

# 加載管道
pipe = pipeline(task="depth-estimation", model="LiheYoung/depth-anything-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

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("LiheYoung/depth-anything-large-hf")
model = AutoModelForDepthEstimation.from_pretrained("LiheYoung/depth-anything-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

BibTeX引用和引用信息

@misc{yang2024depth,
      title={Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data}, 
      author={Lihe Yang and Bingyi Kang and Zilong Huang and Xiaogang Xu and Jiashi Feng and Hengshuang Zhao},
      year={2024},
      eprint={2401.10891},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

📄 許可證

本項目採用Apache 2.0許可證。