许可协议：apache-2.0
标签：

• 视觉
• 深度估计

演示示例：

• 图片链接：https://huggingface.co/datasets/mishig/sample_images/resolve/main/tiger.jpg
  示例标题：老虎
• 图片链接：https://huggingface.co/datasets/mishig/sample_images/resolve/main/teapot.jpg
  示例标题：茶壶
• 图片链接：https://huggingface.co/datasets/mishig/sample_images/resolve/main/palace.jpg
  示例标题：宫殿

基于NYUv2微调的GLPN模型

全局-局部路径网络（GLPN）模型在NYUv2数据集上训练，用于单目深度估计。该模型由Kim等人在论文《用于单目深度估计的全局-局部路径网络与垂直CutDepth》中提出，并首次发布于此代码库。

免责声明：发布GLPN的团队未为此模型编写模型卡，因此本模型卡由Hugging Face团队撰写。

模型描述

GLPN使用SegFormer作为主干网络，并在顶部添加了一个轻量级头部用于深度估计。

预期用途与限制

您可以将原始模型用于单目深度估计。请访问模型中心查找针对您感兴趣任务微调的版本。

使用方法

以下是使用该模型的方法：

from transformers import GLPNImageProcessor, GLPNForDepthEstimation  
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)  

processor = GLPNImageProcessor.from_pretrained("vinvino02/glpn-nyu")  
model = GLPNForDepthEstimation.from_pretrained("vinvino02/glpn-nyu")  

# 为模型准备图像  
inputs = processor(images=image, return_tensors="pt")  

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

# 插值到原始尺寸  
prediction = torch.nn.functional.interpolate(  
    predicted_depth.unsqueeze(1),  
    size=image.size[::-1],  
    mode="bicubic",  
    align_corners=False,  
)  

# 可视化预测结果  
output = prediction.squeeze().cpu().numpy()  
formatted = (output * 255 / np.max(output)).astype("uint8")  
depth = Image.fromarray(formatted)  

更多代码示例，请参阅文档。

BibTeX条目及引用信息

@article{DBLP:journals/corr/abs-2201-07436,  
  author    = {Doyeon Kim and  
               Woonghyun Ga and  
               Pyunghwan Ahn and  
               Donggyu Joo and  
               Sehwan Chun and  
               Junmo Kim},  
  title     = {Global-Local Path Networks for Monocular Depth Estimation with Vertical  
               CutDepth},  
  journal   = {CoRR},  
  volume    = {abs/2201.07436},  
  year      = {2022},  
  url       = {https://arxiv.org/abs/2201.07436},  
  eprinttype = {arXiv},  
  eprint    = {2201.07436},  
  timestamp = {Fri, 21 Jan 2022 13:57:15 +0100},  
  biburl    = {https://dblp.org/rec/journals/corr/abs-2201-07436.bib},  
  bibsource = {dblp computer science bibliography, https://dblp.org}  
}