Depth Anything V2 Metric Outdoor Small Hf

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

深度任意模型V2是一个针对户外度量深度估计进行微调的模型，它基于合成的虚拟KITTI数据集，是深度任意模型V2的微调版本。该模型的检查点与transformers库兼容。

深度任意模型V2由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。

✨ 主要特性

• 本模型是针对户外度量深度估计对深度任意模型V2进行微调的版本，使用了合成的虚拟KITTI数据集。
• 模型检查点与transformers库兼容。
• 采用与原始深度任意模型相同的架构，结合合成数据和大容量教师模型，实现更精细、稳健的深度预测。
• 发布了适用于室内和室外场景的三种规模的六个度量深度模型。

📦 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-Outdoor-Small-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-Outdoor-Small-hf")
model = AutoModelForDepthEstimation.from_pretrained("depth-anything/Depth-Anything-V2-Metric-Outdoor-Small-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利用了DPT架构，并以DINOv2为骨干网络。该模型在约60万个合成标注图像和约6200万个真实未标注图像上进行训练，在相对和绝对深度估计方面都取得了最先进的成果。

深度任意模型概述。取自原始论文。

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。请查看模型中心，以查找其他你感兴趣的版本。

发布的模型

分别发布了适用于室内和室外场景的三种规模的六个度量深度模型，具体信息如下：

📄 许可证

引用

@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}
}