Depth Anything V2 Large

🚀 深度任意模型V2-Large

深度任意模型V2是一个单目深度估计（MDE）模型，它基于59.5万张合成标注图像和6200万张以上的真实未标注图像进行训练。该模型具有高精度、强鲁棒性、高效率等特点，能够为图像深度估计任务提供强大的支持。

🚀 快速开始

深度任意模型V2是基于59.5万张合成标注图像和6200万张以上的真实未标注图像训练得到的单目深度估计（MDE）模型。它具有比深度任意模型V1更精细的细节、更强的鲁棒性，比基于稳定扩散（SD）的模型更高效、更轻量级，并且使用预训练模型进行微调能取得出色的性能。

✨ 主要特性

• 相较于深度任意模型V1，具有更精细的细节。
• 比深度任意模型V1和基于稳定扩散（SD）的模型（如Marigold、Geowizard）更具鲁棒性。
• 比基于稳定扩散（SD）的模型更高效（快10倍）、更轻量级。
• 使用预训练模型进行微调，能取得出色的性能。

📦 安装指南

git clone https://huggingface.co/spaces/depth-anything/Depth-Anything-V2
cd Depth-Anything-V2
pip install -r requirements.txt

💻 使用示例

基础用法

首先，下载模型并将其放置在checkpoints目录下。

import cv2
import torch

from depth_anything_v2.dpt import DepthAnythingV2

model = DepthAnythingV2(encoder='vitl', features=256, out_channels=[256, 512, 1024, 1024])
model.load_state_dict(torch.load('checkpoints/depth_anything_v2_vitl.pth', map_location='cpu'))
model.eval()

raw_img = cv2.imread('your/image/path')
depth = model.infer_image(raw_img) # HxW raw depth map

📄 许可证

本项目采用CC BY-NC 4.0许可证。

📚 引用说明

如果您觉得本项目有用，请考虑引用以下文献：

@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}
}