UniDepth - 单目深度测量的通用算法，兼容多种数据集

UniDepth 项目介绍

项目背景

UniDepth 是一个专注于单目度量深度估计的项目，旨在通过单个摄像机图像实现对三维空间深度信息的准确预测。项目的主要目标是提高深度估计的准确性，从而为计算机视觉领域的其它应用提供支持。UniDepth 的研究成果已被接受在 2024 年的 CVPR（国际计算机视觉与模式识别会议）上发表。

功能与特性

通用型深度估计：UniDepth 支持在多种数据集和环境下进行深度估计，适用于多样化的应用场景。
灵活的输入形状与尺寸：新的 UniDepthV2 版本对输入的形状和比例具有更高的灵活性。
快速推理与高效解码器设计：优化的解码器设计提高了模型的推理速度，使得实时应用成为可能。
预训练模型支持：模型可以直接从 Hugging Face 平台加载，并支持 ONNX 格式以用于更广泛的平台。

安装与使用

环境准备

UniDepth 推荐使用 Linux 操作系统，并需要 Python 3.10+ 和 CUDA 11.8。用户可以选择使用 Python 虚拟环境或者 conda 管理项目环境。

安装步骤

创建虚拟环境:

export VENV_DIR=<YOUR-VENVS-DIR>
export NAME=UniDepth

python -m venv $VENV_DIR/$NAME
source $VENV_DIR/$NAME/bin/activate

使用 conda 的步骤：

conda create -n $NAME python=3.11
conda activate $NAME

安装 UniDepth 和相关依赖：

pip install -e . --extra-index-url https://download.pytorch.org/whl/cu118

运行示例代码测试安装：
```
python ./scripts/demo.py
```

模型库

UniDepth 提供了多个预训练模型可供选择，支持不同的骨干网络：

UnidepthV1：
- ConvNext-L 模型
- ViT-L 模型
UnidepthV2：
- ViT-S 模型
- ViT-B 模型
- ViT-L 模型

评测与成功案例

UniDepth 在多个基准数据集上的深度估计表现优异，特别是在 NYUv2、KITTI 等具代表性的数据集上实现了较高的性能指标。模型在提供精确的三维点云和深度估计的同时，保持了快速的计算速度。

贡献与支持

如果用户在使用中发现代码错误，欢迎将问题报告给团队。目前，项目由丰田欧洲汽车公司通过 TRACE-Zurich 项目资助。

引用与授权

如果 UniDepth 在您的研究中有所帮助，请引用以下文献：

@inproceedings{piccinelli2024unidepth,
    title     = {{U}ni{D}epth: Universal Monocular Metric Depth Estimation},
    author    = {Piccinelli, Luigi and others},
    booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
    year      = {2024}
}

该项目在 Creative Commons BY-NC 4.0 许可下发布。