Derinlik Tahmini için en iyi AI modellerini keşfet
Depth Anything v2, TikTok ve ByteDance araştırmacıları tarafından orijinal Depth Anything'in önemli bir yükseltmesi olarak geliştirilen son teknoloji monoküler derinlik tahmini modelidir. Model, stereo çiftlere veya özel derinlik sensörlerine ihtiyaç duymadan tek RGB görüntülerden hassas derinlik haritaları çıkarır. DPT (Dense Prediction Transformer) kod çözücü başlığıyla birleştirilmiş DINOv2 görüş temel modeli omurgası üzerine inşa edilen Depth Anything v2, selefine kıyasla ince ayrıntı koruma ve kenar keskinliğinde kayda değer iyileştirmeler sağlar. Model, farklı dağıtım senaryoları için doğruluk ve çıkarım hızı arasında esnek dengeler sunan 25 milyon ile 335 milyon parametre arasında değişen üç ölçek varyantında sunulur. V2'deki önemli bir yenilik, hassas derinlik sensörlerinden üretilen büyük ölçekli sentetik eğitim verilerinin sözde etiketli gerçek görüntülerle birleştirilmesidir ve bu yaklaşım önceki monoküler derinlik modellerindeki gürültü ve artefaktları önemli ölçüde azaltır. Model hem göreceli hem de metrik derinlik tahminleri üretir ve 3D sahne rekonstrüksiyonu, artırılmış gerçeklik, otonom navigasyon ve robotik gibi çeşitli uygulamalar için uygundur. Apache 2.0 lisansı altında tamamen açık kaynaklıdır ve Hugging Face üzerinden önceden eğitilmiş kontrol noktalarıyla erişilebilir. Stable Diffusion ve FLUX için ControlNet derinlik koşullandırma dahil yaratıcı AI iş akışlarıyla doğal olarak entegre olur ve sanatçıların derinlik farkındalı kompozisyonlar üretmesini sağlar.