#单目深度估计

GLPN模型利用SegFormer作为基础结构，并在NYUv2数据集进行微调，以实现单目深度估计。基于Kim等人的研究，GLPN通过轻量级模块提升深度预测能力，适用于多个深度感知应用场景，帮助增强计算机视觉系统的环境理解能力。

DPT-Hybrid-MiDaS是一款基于Vision Transformer的单目深度估计模型。该模型在140万张图像上训练，利用ViT-hybrid作为主干网络，支持零样本深度估计。在多个数据集上，DPT-Hybrid-MiDaS展现出优于传统方法的性能。这一开源模型为计算机视觉领域的研究人员和开发者提供了有力工具，可用于进一步的微调和应用开发。

DPT-Large是一种基于视觉变换器的密集预测模型，专门用于单目深度估计。该模型在140万张图像上训练，具有优秀的零样本迁移能力。DPT-Large使用ViT作为主干网络，并增加了特定的颈部和头部结构，能够精确估计图像深度信息。在多项基准测试中，DPT-Large展现出优异性能，为计算机视觉领域的深度估计任务提供了有力支持。

Marigold是一种新型单目深度估计模型，利用Stable Diffusion等现代生成图像模型中的视觉知识。该模型通过合成数据微调，实现了对未知数据的零样本迁移，在单目深度估计任务中达到了领先水平。Marigold不仅展示了扩散模型在计算机视觉领域的应用潜力，还为深度估计技术的研究提供了有力工具。

Marigold-depth-lcm-v1-0是一个创新的单目深度估计模型，基于扩散技术开发。该模型利用Stable Diffusion的视觉知识，通过合成数据微调，实现了对未见数据的零样本迁移能力。在单目深度估计任务中，Marigold展现出优异性能，为计算机视觉领域提供了新的深度估计解决方案。这一成果不仅推动了单目深度估计技术的发展，还展示了扩散模型在此领域的巨大潜力。

dpt-beit-large-512是一款基于BEiT架构的单目深度估计模型,采用512x512高分辨率在140万张图像上训练。模型能从单一图像推断详细深度信息,在多项基准测试中表现卓越。作为MiDaS v3.1系列中的佼佼者,该模型在3D重建、自动驾驶等计算机视觉任务中展现出强大的深度估计能力。