基础模型: LiheYoung/depth-anything-small-hf
库名称: transformers.js
任务类型: 深度估计

该模型基于 https://huggingface.co/LiheYoung/depth-anything-small-hf 的ONNX权重版本，适配Transformers.js框架。

使用指南 (Transformers.js)

若尚未安装，请通过NPM安装JavaScript库Transformers.js：

npm i @huggingface/transformers

示例： 使用Xenova/depth-anything-small-hf进行深度图预测

import { pipeline } from '@huggingface/transformers';

// 创建深度估计任务管道
const depth_estimator = await pipeline('depth-estimation', 'Xenova/depth-anything-small-hf');

// 对指定图像预测深度图
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/bread_small.png';
const output = await depth_estimator(url);
// 输出结构示例:
// {
//   predicted_depth: Tensor {
//     dims: [350, 518],
//     type: 'float32',
//     data: Float32Array(181300) [...],
//     size: 181300
//   },
//   depth: RawImage {
//     data: Uint8Array(271360) [...],
//     width: 640,
//     height: 424,
//     channels: 1
//   }
// }

可通过以下方式可视化结果：

output.depth.save('depth.png');

注：当前采用独立仓库存储ONNX权重是临时方案，待WebML技术更成熟后将优化。如需适配网页端模型，建议使用🤗 Optimum转换为ONNX格式，并参照本仓库结构（ONNX权重存放在onnx子目录）。