许可证：apache-2.0
语言：

• 英语
  任务标签：深度估计
  新版本：prs-eth/marigold-depth-v1-1
  标签：
• 深度估计
• 潜在一致性模型
• 图像分析
• 计算机视觉
• 野外场景
• 零样本

万寿菊深度LCM v1-0模型卡

此模型已弃用。请使用新版万寿菊深度v1-1模型。

新版：万寿菊深度v1-1模型

这是marigold-depth-lcm-v1-0模型的模型卡，用于从单张图像进行单目深度估计。
该模型基于marigold-depth-v1-0模型通过潜在一致性蒸馏方法微调而成，如我们的论文所述：

• CVPR'2024论文：《重新利用基于扩散的图像生成器进行单目深度估计》
• 期刊扩展版：《万寿菊：经济高效地改造基于扩散的图像生成器用于图像分析》

使用模型

• 体验交互式Hugging Face Spaces演示：查看模型如何处理示例图像或上传您自己的图像。
• 结合diffusers使用，几行代码即可计算结果。
• 通过我们的官方代码库深入了解原理。

模型详情

• 开发者：柯秉新、屈凯文、王天夫、Nando Metzger、黄晟宇、李博、Anton Obukhov、Konrad Schindler。
• 模型类型：基于生成式潜在扩散的单目图像仿射不变深度估计。
• 语言：英语。
• 许可证：Apache License Version 2.0。
• 模型描述：该模型可用于生成输入图像的估计深度图。
  • 分辨率：虽然可处理任意分辨率，但模型继承了基础扩散模型约768像素的有效分辨率。
    这意味着，为获得最佳预测结果，任何较大输入图像应在输入模型前调整长边至768像素。
  • 步骤与调度器：该模型设计用于LCM调度器及1至4次去噪步骤。
  • 输出：
    • 仿射不变深度图：预测值介于0到1之间，插值于模型选择的近远平面之间。
    • 不确定性图：仅当集成预测次数大于2时生成。
• 更多信息：项目网站、论文、代码。
• 引用格式：

@misc{ke2025marigold,
  title={万寿菊：经济高效地改造基于扩散的图像生成器用于图像分析},
  author={柯秉新 and 屈凯文 and 王天夫 and Nando Metzger and 黄晟宇 and 李博 and Anton Obukhov and Konrad Schindler},
  year={2025},
  eprint={2505.09358},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@InProceedings{ke2023repurposing,
  title={重新利用基于扩散的图像生成器进行单目深度估计},
  author={柯秉新 and Anton Obukhov and 黄晟宇 and Nando Metzger and Rodrigo Caye Daudt and Konrad Schindler},
  booktitle={IEEE/CVF计算机视觉与模式识别会议论文集(CVPR)},
  year={2024}
}