Depth Anything Small Hf

🚀 深度任意模型（小型模型，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：釋放大規模無標籤數據的力量》中提出，並首次在此倉庫發佈。此外，還提供了在線演示。

需要注意的是，發佈深度任意模型的團隊並未為該模型撰寫模型卡片，此模型卡片由Hugging Face團隊編寫。

🚀 快速開始

深度任意模型可以用於零樣本深度估計等任務。你可以在模型中心查找其他版本以滿足你的需求。

✨ 主要特性

• 先進架構：深度任意模型採用了DPT架構，並以DINOv2作為骨幹網絡。
• 大規模訓練：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中均取得了最先進的結果。

📦 安裝指南

文檔未提及安裝步驟，故跳過此章節。

💻 使用示例

基礎用法

以下是使用該模型進行零樣本深度估計的示例代碼：

from transformers import pipeline
from PIL import Image
import requests

# load pipe
pipe = pipeline(task="depth-estimation", model="LiheYoung/depth-anything-small-hf")

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

# inference
depth = pipe(image)["depth"]

高級用法

你也可以直接使用類來實現相同的功能：

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

# prepare image for the model
inputs = image_processor(images=image, return_tensors="pt")

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

# interpolate to original size
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

深度任意模型利用DPT架構和DINOv2骨幹網絡，在約6200萬張圖像上進行訓練，在相對和絕對深度估計任務中均取得了最先進的結果。

深度任意模型概述。取自原始論文。

預期用途和侷限性

你可以使用原始模型進行零樣本深度估計等任務。

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

本模型採用Apache 2.0許可證。