# DPT架構

基於Depth Anything V2使用合成Hypersim數據集進行室內度量深度估計的微調版本，兼容transformers庫。

基於Depth Anything V2模型，針對室內度量深度估計任務使用Hypersim合成數據集微調的版本

基於Depth Anything V2針對室內度量深度估計任務進行微調的模型，使用合成數據集Hypersim訓練，兼容transformers庫。

基於Depth Anything V2的微調版本，專為戶外場景度量深度估計設計，使用合成數據集Virtual KITTI進行訓練。

基於Depth Anything V2使用合成Virtual KITTI數據集針對室外度量深度估計任務微調的版本，兼容transformers庫

基於Depth Anything V2針對戶外度量深度估計任務進行微調的版本，使用合成數據集Virtual KITTI進行訓練

Depth Anything V2 是基於 DPT 架構的深度估計模型，採用 DINOv2 骨幹網絡，通過大規模合成和真實數據訓練，實現精細且魯棒的深度預測。

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。

ZoeDepth是一個用於單目深度估計的模型，特別在NYU數據集上進行了微調，能夠實現零樣本遷移和度量深度估計。

Depth Anything是基於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了最先進的結果。

Depth Anything是一種基於DPT架構和DINOv2主幹網絡的深度估計模型，在約6200萬張圖像上訓練，實現了零樣本深度估計的先進性能。

Depth Anything是基於DPT架構的深度估計模型，採用DINOv2骨幹網絡，在約6200萬張圖像上訓練，在相對和絕對深度估計任務上表現優異。