Depth Anything Large Hf

🚀 深度估计模型

本项目将 LiheYoung/depth-anything-large-hf 模型的 ONNX 权重进行处理，使其与 Transformers.js 兼容，可用于深度估计任务。

🚀 快速开始

本项目使用 Transformers.js 库进行深度估计，你可以按照以下步骤快速上手。

📦 安装指南

如果你还未安装 Transformers.js JavaScript 库，可以使用以下命令从 NPM 进行安装：

npm i @xenova/transformers

💻 使用示例

基础用法

以下是使用 Xenova/depth-anything-large-hf 进行深度估计的示例代码：

import { pipeline } from '@xenova/transformers';

// 创建深度估计管道
const depth_estimator = await pipeline('depth-estimation', 'Xenova/depth-anything-large-hf');

// 对给定图像进行深度图预测
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/bread_small.png';
const output = await depth_estimator(url);
// {
//   predicted_depth: Tensor {
//     dims: [350, 518],
//     type: 'float32',
//     data: Float32Array(181300) [...],
//     size: 181300
//   },
//   depth: RawImage {
//     data: Uint8Array(271360) [...],
//     width: 640,
//     height: 424,
//     channels: 1
//   }
// }

高级用法

你可以使用以下代码将输出的深度图保存为图片：

output.depth.save('depth.png');

📚 详细文档

注意事项

目前为 ONNX 权重单独创建仓库是一种临时解决方案，直到 WebML 获得更广泛的应用。如果你想让你的模型适用于 Web，建议使用 🤗 Optimum 将模型转换为 ONNX 格式，并按照本仓库的结构进行组织（将 ONNX 权重放在名为 onnx 的子文件夹中）。

信息表格