Marigold Normals V1 1

🚀 Marigold Normals v1-1模型卡片

本模型卡片介紹了 marigold-normals-v1-1 模型，該模型可從單張圖像中進行單目法線估計。它基於 stable-diffusion-2 模型微調而來，相關研究成果發表在以下論文中：

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

🚀 快速開始

使用模型的方式

• 在線演示：可以在交互式的 Hugging Face Spaces演示 中體驗模型，你可以使用示例圖像查看模型效果，也可以上傳自己的圖像。
• 代碼調用：藉助 diffusers，只需幾行代碼即可使用該模型進行計算。
• 深入研究：訪問 官方代碼庫 深入瞭解模型的實現細節。

✨ 主要特性

• 多途徑使用：提供在線演示、代碼調用和代碼庫研究三種使用方式，方便不同需求的用戶。
• 基於成熟模型微調：基於 stable-diffusion-2 模型微調，繼承了其部分特性和優勢。

📚 詳細文檔

模型詳情

引用方式

@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}
}

📄 許可證

本模型使用 CreativeML Open RAIL++-M許可證。