Depth Any Canopy Base

🚀 深度任意冠层基础模型

这是《深度任意冠层论文》中提出的深度任意冠层的基础版本。还有一个小版本可供使用。

🚀 快速开始

使用以下代码开始使用该模型：

# 使用pipeline作为高级辅助工具
from transformers import pipeline

pipe = pipeline("depth-estimation", model="DarthReca/depth-any-canopy-base")

# 直接加载模型
from transformers import AutoModelForDepthEstimation

model = AutoModelForDepthEstimation.from_pretrained("DarthReca/depth-any-canopy-base")

✨ 主要特性

该模型是在经过筛选的地球视图数据集上针对冠层高度估计进行微调的深度任意基础模型。

📦 安装指南

暂未提及具体安装步骤，可参考上述快速开始中的代码进行使用。

💻 使用示例

基础用法

# 使用pipeline作为高级辅助工具
from transformers import pipeline

pipe = pipeline("depth-estimation", model="DarthReca/depth-any-canopy-base")

# 直接加载模型
from transformers import AutoModelForDepthEstimation

model = AutoModelForDepthEstimation.from_pretrained("DarthReca/depth-any-canopy-base")

📚 详细文档

模型详情

该模型是在经过筛选的地球视图数据集上针对冠层高度估计进行微调的深度任意基础模型。

使用与限制

该模型能够处理美国国家生态观测网络（NEON）的航空影像，但覆盖范围仅限于美国，无法保证其在全球其他地区的泛化能力。此外，这些影像仅包含RGB通道，未对高光谱影像进行研究。

环境影响

• 碳排放：0.14 kgCO2 碳排放使用机器学习影响计算器进行估算。

引用信息

BibTeX：

@misc{cambrin2024depthcanopyleveragingdepth,
      title={Depth Any Canopy: Leveraging Depth Foundation Models for Canopy Height Estimation}, 
      author={Daniele Rege Cambrin and Isaac Corley and Paolo Garza},
      year={2024},
      eprint={2408.04523},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2408.04523}, 
}

📄 许可证

本模型采用Apache 2.0许可证。