标签:

• 深度估计 库名称: coreml 许可证: apache-2.0

Depth Anything V2 Core ML 模型

Depth Anything V2 由李贺阳等人在同名论文中提出。它采用了与原始 Depth Anything 相同的架构，但通过合成数据和更大容量的教师模型，实现了更精细且鲁棒的深度预测。原始 Depth Anything 模型由李贺阳等人在论文Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data中提出，并首次发布于此代码库。

模型描述

Depth Anything V2 采用了DPT架构，并基于DINOv2骨干网络。

该模型在约60万张合成标注图像和约6200万张真实无标注图像上进行训练，在相对和绝对深度估计任务上均取得了最先进的结果。

Depth Anything 概览。摘自原始论文。

评估 - 变体

评估基于COCO数据集中512张长宽比接近4:3的风景图像。图像被拉伸至固定尺寸518x396，地面真值对应于PyTorch模型在CUDA上以float32精度运行的结果。

评估 - 推理时间

以下结果使用small-float16变体。

下载

安装huggingface-cli

brew install huggingface-cli

将.mlpackage文件夹下载至models目录：

huggingface-cli download \
  --local-dir models --local-dir-use-symlinks False \
  apple/coreml-depth-anything-v2-small \
  --include "DepthAnythingV2SmallF16.mlpackage/*"

如需下载全部内容，可省略--include参数。

集成至Swift应用

huggingface/coreml-examples代码库包含DepthAnythingV2SmallF16.mlpackage等模型的Swift示例代码。请参阅此处说明构建演示应用，了解如何在您的Swift应用中使用该模型。