Depth Anything Large Hf

🚀 深度任意模型（大型模型，Transformer版本）

深度任意模型（Depth Anything）是一个用于深度估计的模型。它由Lihe Yang等人在论文 深度任意模型：释放大规模无标签数据的力量 中提出，并首次在 此代码库 中发布。同时，还提供了 在线演示 。

声明：发布深度任意模型的团队并未为此模型编写模型卡片，此模型卡片由Hugging Face团队编写。

✨ 主要特性

• 深度任意模型采用了 DPT 架构，并以 DINOv2 为骨干网络。
• 该模型在约6200万张图像上进行训练，在相对和绝对深度估计任务上均取得了最先进的成果。

深度任意模型概述。取自 原论文。

🚀 快速开始

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。你可以在 模型中心 查找其他感兴趣的版本。

如何使用

以下是使用此模型进行零样本深度估计的示例代码：

基础用法

from transformers import pipeline
from PIL import Image
import requests

# 加载管道
pipe = pipeline(task="depth-estimation", model="LiheYoung/depth-anything-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

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("LiheYoung/depth-anything-large-hf")
model = AutoModelForDepthEstimation.from_pretrained("LiheYoung/depth-anything-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

BibTeX引用和引用信息

@misc{yang2024depth,
      title={Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data}, 
      author={Lihe Yang and Bingyi Kang and Zilong Huang and Xiaogang Xu and Jiashi Feng and Hengshuang Zhao},
      year={2024},
      eprint={2401.10891},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

📄 许可证

本项目采用Apache 2.0许可证。