Depth Anything 是一种基于 DPT 架构和 DINOv2 骨干网络的深度估计模型,在约 6200 万张图像上训练,在相对和绝对深度估计任务中取得最先进结果。
下载量 51
发布时间 : 5/3/2024
模型简介
该模型采用 DPT 架构并基于 DINOv2 骨干网络,专注于图像深度估计任务,能够从单张图像预测深度信息。
模型特点
大规模训练数据
在约 6200 万张图像上进行训练,确保模型具有强大的泛化能力
高效架构
基于 DPT 架构和 DINOv2 骨干网络,在保持精度的同时实现高效推理
多平台支持
提供 Core ML 格式模型,可在苹果设备上高效运行
精度优化
提供 Float32 和 Float16 两种精度版本,平衡精度与性能需求
模型能力
单目深度估计
相对深度预测
绝对深度预测
图像深度分析
使用案例
计算机视觉
增强现实
为 AR 应用提供场景深度信息
提升 AR 物体放置和交互的真实感
3D 重建
从单张图像生成深度图
辅助 3D 场景重建
自动驾驶
辅助车辆感知周围环境
提供场景深度信息
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文