Logo
Project Icon

sc_depth_pl

通过自我监督学习实现视频中的单目深度估计

SC-Depthpytorchmonocular depthself-supervised learningARNGithub开源项目

SC-Depth项目提供了SC-DepthV1, V2和V3版本的PyTorch Lightning实现，专注于从视频中进行自我监督的单目深度估计。SC-DepthV1引入了几何一致性损失和自发现蒙板，提高了深度预测的准确性。SC-DepthV2通过引入自动矫正网络（ARN）解决了手持相机视频中大相对旋转的问题。SC-DepthV3利用外部预训练的深度估计网络，在动态场景中显著提升了单目深度估计的准确性。该项目提供了详细的安装指南、数据集组织和训练流程，支持多种数据集和自定义数据的训练。了解更多关于SC-Depth的详细信息以及其在多个挑战性数据集上的评估结果。

GithubGithub论文论文
介绍相关项目
depth_anything_vitl14 - 先进的计算机视觉深度估计开源框架
Depth AnythingGithubHuggingface图像处理开源项目模型深度估计深度学习计算机视觉
depth_anything_vitl14是一个深度估计模型框架，专注于从单张图像中提取深度信息。该框架采用大规模无标记数据训练方式，具备完整的模型部署文档和Python接口。开发者可通过简单的代码调用实现图像深度估计，项目同时提供在线演示平台和技术文档支持。
Depth-Anything-V2-Large-hf - 高效精准的单目深度估计AI模型
Depth Anything V2GithubHuggingface图像处理开源项目模型深度估计神经网络计算机视觉
Depth-Anything-V2-Large-hf是一个基于DPT架构和DINOv2骨干网络的单目深度估计模型。通过大规模合成和真实图像训练，该模型在深度估计精度和效率上取得了显著进展。它提供更细腻的深度细节，具有更强的鲁棒性，同时比基于稳定扩散的模型效率提高10倍。作为计算机视觉领域的有力工具，该模型可应用于零样本深度估计等多种任务。
DepthCrafter - 生成开放世界视频的长序列一致深度估计
DepthCrafterGithubHuggingface人工智能开源项目模型深度估计视频处理计算机视觉
DepthCrafter是一个开源深度估计项目，专门为开放世界视频生成时间一致的长序列深度图。该项目无需相机姿态或光流信息，可直接处理复杂场景视频，并保留精细细节。DepthCrafter在计算机视觉和3D重建领域具有潜在应用，为视频深度估计研究开辟新方向。
depth-anything-small-hf - 基于大规模无标注数据的先进深度估计模型
Depth AnythingGithubHuggingface图像处理开源项目模型深度估计视觉模型零样本学习
Depth Anything是一款基于DPT架构和DINOv2骨干网络的创新深度估计模型。通过对约6200万张图像的训练，该模型在相对和绝对深度估计领域均实现了突破性成果。它不仅支持零样本深度估计，还能适应多样化的场景图像。研究人员和开发者可以通过简洁的pipeline或灵活的自定义类，轻松实现高精度的图像深度估计。
depth-anything-large-hf - 基于DPT和DINOv2的大规模深度估计模型
Depth AnythingGithubHuggingface人工智能图像处理开源项目模型深度估计计算机视觉
Depth Anything是一个基于DPT架构和DINOv2主干的深度估计模型，通过6200万张图像训练而成。该模型在相对和绝对深度估计方面均达到最先进水平，可用于零样本深度估计等任务。它提供简单的pipeline接口，支持任意尺寸输入图像，并输出高质量深度图。Depth Anything为计算机视觉领域提供了强大的深度感知能力，可应用于多个场景。
depth_anything_vits14 - 大规模无标签数据训练的开源深度估计工具
Depth AnythingGithubHuggingface图像处理开源项目模型深度估计深度感知计算机视觉
Depth Anything是一个基于ViT-L/14架构的深度估计模型，通过大规模无标签数据训练。模型提供Python接口，支持518x518分辨率的图像深度估计，具备良好的泛化能力。采用模块化设计，支持自定义图像预处理和批量处理功能，可集成到现有项目中。研究人员和开发者可通过Hugging Face平台快速部署使用。
vision3d - PyTorch驱动的开源激光雷达感知库
3D检测GithubLIDAR感知PV-RCNNPyTorchSECOND模型开源项目
Vision 3D是一个基于PyTorch的开源库，专注于激光雷达感知领域。该项目以代码简洁性为核心，便于扩展新模型和数据集。目前已实现SECOND算法，并部分完成PV-RCNN。虽然开发已暂停，但项目仍提供详细文档和示例，支持研究人员和开发者在3D目标检测领域的应用。Vision 3D作为开源工具，欢迎社区贡献，为激光雷达感知研究提供了有价值的资源。
Mask3D - 改进3D语义实例分割方法，兼容多种数据集
3D实例分割GithubICRA 2023Mask3DPyTorchScanNet开源项目
Mask3D是一个提升3D语义实例分割的开源项目，支持ScanNet、ScanNet200、S3DIS和STPLS3D数据集。项目集成了PyTorch、PyTorch Lightning和Hydra工具，提供高效的架构和训练流程，包括数据预处理、模型训练与测试。此外，Mask3D在多个挑战中表现优异，包括在ECCV 2022的Urban3D挑战中获得第二名。
Depth-Anything-V2-Base-hf - 高效精细的单目深度估计模型 提供稳健性能
Depth Anything V2GithubHuggingface图像处理开源项目模型深度估计神经网络模型计算机视觉
Depth-Anything-V2-Base-hf是一个基于transformers库的单目深度估计模型。该模型通过大规模合成和真实图像训练，相比V1版本提供更细致的细节和更强的稳健性。它比基于SD的模型效率高10倍且更轻量化，在预训练基础上展现出色的微调性能。模型采用DPT架构和DINOv2骨干网络，适用于零样本深度估计等任务，在相对和绝对深度估计方面表现优异。
3D-BoundingBox - 使用深度学习与几何方法，实现高效的3D边界框估计
3D Bounding BoxGithubKittiPyTorchYOLOv3开源项目深度学习
项目提供基于PyTorch的深度学习解决方案，通过结合YOLOv3和2D-3D几何转换，实现高效3D边界框估计。主要功能包括下载预训练权重、通过视频和图像数据进行模型推理和训练，依赖PyTorch和其他深度学习库。项目未来计划是在Kitti数据集上训练自定义YOLO网络和姿态可视化。目前版本每帧处理时间约为0.4秒，并计划进一步提升速度。文档中详细介绍了模型训练步骤及实际应用操作。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号