Depth Anything V2 Metric Indoor Large Hf

🚀 深度任意模型V2（针对度量深度估计进行微调） - Transformers版本

本模型是 深度任意模型V2 的微调版本，用于使用合成的Hypersim数据集进行室内度量深度估计。

该模型检查点与transformers库兼容。

深度任意模型V2由李赫·杨（Lihe Yang）等人在 同名论文 中提出。它采用了与原始深度任意模型相同的架构，但使用了合成数据和更大容量的教师模型，以实现更精细、更稳健的深度预测。这个针对度量深度估计的微调版本首次发布于 此仓库。

分别针对室内和室外场景发布并提供了三种规模的 六个度量深度模型：

✨ 主要特性

• 基于 DPT 架构和 DINOv2 主干网络。
• 在约60万张合成标注图像和约6200万张真实未标注图像上进行训练，在相对和绝对深度估计方面均取得了最先进的结果。

📦 安装指南

要求

transformers>=4.45.0

或者，使用从源代码安装的 transformers 最新版本：

pip install git+https://github.com/huggingface/transformers

💻 使用示例

基础用法

以下是如何使用此模型进行零样本深度估计的示例：

from transformers import pipeline
from PIL import Image
import requests

# 加载管道
pipe = pipeline(task="depth-estimation", model="depth-anything/Depth-Anything-V2-Metric-Indoor-Large-hf")

# 加载图像
url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

# 推理
depth = pipe(image)["depth"]

高级用法

你也可以使用模型和处理器类：

from transformers import AutoImageProcessor, AutoModelForDepthEstimation
import torch
import numpy as np
from PIL import Image
import requests

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

image_processor = AutoImageProcessor.from_pretrained("depth-anything/Depth-Anything-V2-Metric-Indoor-Large-hf")
model = AutoModelForDepthEstimation.from_pretrained("depth-anything/Depth-Anything-V2-Metric-Indoor-Large-hf")

# 为模型准备图像
inputs = image_processor(images=image, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs)
    predicted_depth = outputs.predicted_depth

# 插值到原始大小
prediction = torch.nn.functional.interpolate(
    predicted_depth.unsqueeze(1),
    size=image.size[::-1],
    mode="bicubic",
    align_corners=False,
)

更多代码示例，请参考 文档。

📚 详细文档

模型描述

深度任意模型V2利用 DPT 架构和 DINOv2 主干网络。该模型在约60万张合成标注图像和约6200万张真实未标注图像上进行训练，在相对和绝对深度估计方面均取得了最先进的结果。

深度任意模型概述。取自 原论文。

预期用途和限制

你可以使用原始模型进行零样本深度估计等任务。请参阅 模型中心 以查找你感兴趣任务的其他版本。

📄 许可证

如果你在研究中使用了该模型，请引用以下论文：

@article{depth_anything_v2,
  title={Depth Anything V2},
  author={Yang, Lihe and Kang, Bingyi and Huang, Zilong and Zhao, Zhen and Xu, Xiaogang and Feng, Jiashi and Zhao, Hengshuang},
  journal={arXiv:2406.09414},
  year={2024}
}

@inproceedings{depth_anything_v1,
  title={Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data}, 
  author={Yang, Lihe and Kang, Bingyi and Huang, Zilong and Xu, Xiaogang and Feng, Jiashi and Zhao, Hengshuang},
  booktitle={CVPR},
  year={2024}
}