Distill-Any-Depth是一种新的SOTA单目深度估计模型，采用知识蒸馏算法训练而成。

基于Transformers.js的深度估计模型ONNX版本，适用于网页端应用

Depth Anything 是一个强大的深度估计模型，利用大规模无标签数据释放深度估计的潜力。

Depth Anything是一种基于DPT架构和DINOv2主干网络的深度估计模型，在约6200万张图像上训练，实现了零样本深度估计的先进性能。

基于SwinV2骨干网络的DPT模型，用于单目深度估计，在140万张图像上训练

基于BEiT骨干网络的单目深度估计模型，能够从单张图像推断详细深度信息

基于BEiT Transformer的单目深度估计模型，能够从单张图像推断精细深度信息

使用DINOv2作为骨干网络的DPT框架，用于深度估计任务。

采用DINOv2作为骨干网络的DPT模型，用于单目深度估计任务

该模型采用DINOv2作为骨干网络的DPT框架，专注于深度估计任务。

该模型采用DINOv2骨干网络构建的DPT框架，用于深度估计任务。