Depth Anything Small Hf

🚀 深度任意模型（小型模型，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：释放大规模无标签数据的力量》中提出，并首次在此仓库发布。此外，还提供了在线演示。

需要注意的是，发布深度任意模型的团队并未为该模型撰写模型卡片，此模型卡片由Hugging Face团队编写。

🚀 快速开始

深度任意模型可以用于零样本深度估计等任务。你可以在模型中心查找其他版本以满足你的需求。

✨ 主要特性

• 先进架构：深度任意模型采用了DPT架构，并以DINOv2作为骨干网络。
• 大规模训练：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中均取得了最先进的结果。

📦 安装指南

文档未提及安装步骤，故跳过此章节。

💻 使用示例

基础用法

以下是使用该模型进行零样本深度估计的示例代码：

from transformers import pipeline
from PIL import Image
import requests

# load pipe
pipe = pipeline(task="depth-estimation", model="LiheYoung/depth-anything-small-hf")

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

# inference
depth = pipe(image)["depth"]

高级用法

你也可以直接使用类来实现相同的功能：

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

# prepare image for the model
inputs = image_processor(images=image, return_tensors="pt")

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

# interpolate to original size
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

深度任意模型利用DPT架构和DINOv2骨干网络，在约6200万张图像上进行训练，在相对和绝对深度估计任务中均取得了最先进的结果。

深度任意模型概述。取自原始论文。

预期用途和局限性

你可以使用原始模型进行零样本深度估计等任务。

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

本模型采用Apache 2.0许可证。