# 高精度深度圖

Distill-Any-Depth是一種新的SOTA單目深度估計模型，採用知識蒸餾算法訓練而成。

基於Transformers.js的深度估計模型ONNX版本，適用於網頁端應用

Depth Anything 是一個強大的深度估計模型，利用大規模無標籤數據釋放深度估計的潛力。

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。

基於SwinV2骨幹網絡的DPT模型，用於單目深度估計，在140萬張圖像上訓練

基於BEiT Transformer的單目深度估計模型，能夠從單張圖像推斷精細深度信息

基於BEiT骨幹網絡的單目深度估計模型，能夠從單張圖像推斷詳細深度信息

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，用於單目深度估計任務

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。

該模型採用DINOv2骨幹網絡構建的DPT框架，用於深度估計任務。