# DINOv2骨干

Depth Anything V2 Metric Outdoor Large Hf
Apache-2.0
基于Depth Anything V2针对户外度量深度估计任务进行微调的版本,使用合成数据集Virtual KITTI进行训练
3D视觉 Transformers
D
depth-anything
3,662
6
Coreml Depth Anything Small
Apache-2.0
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。
3D视觉
C
apple
51
36
Depth Anything Large Hf
Apache-2.0
Depth Anything是基于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了最先进的结果。
3D视觉 Transformers
D
LiheYoung
147.17k
51
Depth Anything Small Hf
Apache-2.0
Depth Anything是基于DPT架构的深度估计模型,采用DINOv2骨干网络,在约6200万张图像上训练,在相对和绝对深度估计任务上表现优异。
3D视觉 Transformers
D
LiheYoung
97.89k
29
Dpt Dinov2 Large Nyu
Apache-2.0
该模型采用DINOv2骨干网络构建的DPT框架,用于深度估计任务。
3D视觉 Transformers
D
facebook
80
1
Dpt Dinov2 Base Nyu
Apache-2.0
采用DINOv2作为骨干网络的DPT模型,用于深度估计任务。
3D视觉 Transformers
D
facebook
146
0
Dpt Dinov2 Base Kitti
Apache-2.0
使用DINOv2作为骨干网络的DPT框架,用于深度估计任务
3D视觉 Transformers
D
facebook
446
2
Dpt Dinov2 Small Kitti
Apache-2.0
采用DINOv2作为骨干网络的DPT模型,用于深度估计任务。
3D视觉 Transformers
D
facebook
710
7
Dpt Dinov2 Small Nyu
Apache-2.0
采用DINOv2作为骨干网络的DPT模型,用于深度估计任务。
3D视觉 Transformers
D
facebook
23
2
AIbase
智启未来,您的人工智能解决方案智库
简体中文