# 密集預測

蓮花模型系列中的深度估計模型，採用擴散模型技術實現高質量密集預測

Lotus是一個基於擴散模型的視覺基礎模型，專注於高質量密集預測任務，如深度估計。相比前一版本，本模型在視差空間（逆深度）進行訓練，實現了更優性能和更穩定的視頻深度估計。

Lotus是一個基於擴散模型的視覺基礎模型，專注於高質量密集預測任務，特別是深度估計。相比前一版本，本模型採用視差空間（逆深度）訓練，實現了更優性能和更穩定的視頻深度估計。

DPT (密集預測變換器) 模型在140萬張圖像上訓練，用於單目深度估計。該模型使用Swinv2作為骨幹網絡，適用於高精度深度預測任務。

該模型採用DINOv2作為骨幹網絡的DPT框架，專注於深度估計任務。

採用DINOv2作為骨幹網絡的DPT模型，用於深度估計任務。

使用DINOv2作為骨幹網絡的DPT框架，用於深度估計任務

採用DINOv2作為骨幹網絡的DPT模型，用於深度估計任務。

採用DINOv2作為骨幹網絡的DPT模型，用於深度估計任務。

金字塔視覺變換器（PVT）是一種基於變換器架構的視覺模型，專為圖像分類任務設計。

基於視覺變換器(ViT)的單目深度估計模型，在140萬張圖像上訓練

這是一個基於ADE20k數據集微調的密集預測變換器（DPT）模型，用於語義分割任務。