# 密集预测

莲花模型系列中的深度估计模型，采用扩散模型技术实现高质量密集预测

Lotus是一个基于扩散模型的视觉基础模型，专注于高质量密集预测任务，如深度估计。相比前一版本，本模型在视差空间（逆深度）进行训练，实现了更优性能和更稳定的视频深度估计。

Lotus是一个基于扩散模型的视觉基础模型，专注于高质量密集预测任务，特别是深度估计。相比前一版本，本模型采用视差空间（逆深度）训练，实现了更优性能和更稳定的视频深度估计。

DPT (密集预测变换器) 模型在140万张图像上训练，用于单目深度估计。该模型使用Swinv2作为骨干网络，适用于高精度深度预测任务。

该模型采用DINOv2作为骨干网络的DPT框架，专注于深度估计任务。

采用DINOv2作为骨干网络的DPT模型，用于深度估计任务。

使用DINOv2作为骨干网络的DPT框架，用于深度估计任务

采用DINOv2作为骨干网络的DPT模型，用于深度估计任务。

采用DINOv2作为骨干网络的DPT模型，用于深度估计任务。

金字塔视觉变换器（PVT）是一种基于变换器架构的视觉模型，专为图像分类任务设计。

基于视觉变换器(ViT)的单目深度估计模型，在140万张图像上训练

这是一个基于ADE20k数据集微调的密集预测变换器（DPT）模型，用于语义分割任务。