库名称：transformers
许可证：mit
任务标签：深度估计
arXiv：<2502.19204>
标签：

• 蒸馏任意深度
• 视觉

蒸馏任意深度大模型 - Transformers版本

简介

我们推出了Distill-Any-Depth，这是一种新的SOTA单目深度估计模型，采用我们提出的知识蒸馏算法训练而成。该模型在论文《蒸馏任意深度：蒸馏创造更强的单目深度估计器》中首次提出。

此模型检查点与transformers库兼容。

在线演示。

使用方法

以下是使用该模型进行零样本深度估计的方法：

from transformers import pipeline  
from PIL import Image  
import requests  
# 加载管道  
pipe = pipeline(task="depth-estimation", model="xingyang1/Distill-Any-Depth-Large-hf")  
# 加载图像  
url = 'http://images.cocodataset.org/val2017/000000039769.jpg'  
image = Image.open(requests.get(url, stream=True).raw)  
# 推理  
depth = pipe(image)["depth"]  

或者，您可以使用模型和处理器类：

from transformers import AutoImageProcessor, AutoModelForDepthEstimation  
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)  

image_processor = AutoImageProcessor.from_pretrained("xingyang1/Distill-Any-Depth-Large-hf")  
model = AutoModelForDepthEstimation.from_pretrained("xingyang1/Distill-Any-Depth-Large-hf")  

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

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

# 插值到原始尺寸并可视化预测结果  
post_processed_output = image_processor.post_process_depth_estimation(  
    outputs,  
    target_sizes=[(image.height, image.width)],  
)  

predicted_depth = post_processed_output[0]["predicted_depth"]  
depth = (predicted_depth - predicted_depth.min()) / (predicted_depth.max() - predicted_depth.min())  
depth = depth.detach().cpu().numpy() * 255  
depth = Image.fromarray(depth.astype("uint8"))  

如果您觉得此项目有用，请考虑引用：

@article{he2025distill,  
  title   = {Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator},  
  author  = {Xiankang He and Dongyan Guo and Hongji Li and Ruibo Li and Ying Cui and Chi Zhang},  
  year    = {2025},  
  journal = {arXiv preprint arXiv: 2502.19204}  
}  

模型卡作者

Parteek Kamboj