Depth Anything V2

Instalasi

Depth Anything V2 tidak membutuhkan extra opsional. Semua yang diimpornya sudah ada di instalasi dasar.

pip install libreyolo

Prediksi

Bobot diunduh dari Hugging Face saat pertama kali dipakai dan disimpan di cache lokal.

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreDepthAnythingV2s-depth.pt")result = model(SAMPLE_IMAGE, save=True) depth = result.depth_mapprint(depth.min, depth.max, depth.mean)

libreyolo predict model=LibreDepthAnythingV2s-depth.pt source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg save=True

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreDepthAnythingV2s-depth.pt")result = model(SAMPLE_IMAGE) depth = result.depth_map    # DepthMap: padat (H, W), makin tinggi = makin dekatraw = depth.data                # tensor, tanpa satuan metrik atau skala antargambarnormalized = depth.normalized() # diskalakan ulang ke [0, 1] untuk visualisasi

result.depth_map membawa peta inverse-depth relatif yang padat: nilai yang lebih tinggi berarti lebih dekat ke kamera, dan nilainya tidak punya satuan metrik maupun skala antargambar. save=True menulis visualisasi peta itu dengan colormap ke disk; Results.plot() tidak mencakup family ini, karena metode itu hanya didefinisikan untuk surface normal dan tepi. Resolusi masukan harus habis dibagi 14, yaitu grid patch DINOv2 yang menjadi dasar head DPT; LibreYOLO memeriksanya sebelum menjalankan model dan memunculkan error bila tidak sesuai. Lihat prediksi untuk sumber, streaming dan penanganan hasil.

Varian

Empat ukuran encoder, s/b/l/g, yang sesuai dengan ViT-S/B/L/G. Tabel checkpoint di bawah hanya memuat s, b dan l; tidak ada checkpoint Giant yang dipublikasikan. Keempatnya memakai resolusi masukan yang sama, jadi memilih ukuran berarti menukar kapasitas encoder, bukan ukuran gambar. Lisensi juga jadi pertimbangan: checkpoint Small berlisensi Apache-2.0, sedangkan Base dan Large CC-BY-NC-4.0, lihat Lisensi di bawah.

Pelatihan dan fine-tuning tidak disediakan untuk family ini. LibreDepthAnythingV2.train() selalu memunculkan NotImplementedError; sebagai gantinya, konversikan checkpoint upstream yang kompatibel dengan weights/convert_depth_anything_v2_weights.py.

Validasi

val() menjalankan validator depth bersama: setiap prediksi diselaraskan dengan ground truth-nya memakai skala dan pergeseran least-squares per gambar, lalu metrik standar kedalaman relatif zero-shot dilaporkan, yaitu AbsRel, RMSE dan tiga ambang batas delta.

from libreyolo import LibreYOLO model = LibreYOLO("LibreDepthAnythingV2s-depth.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/abs_rel"])print(metrics["metrics/rmse"])print(metrics["metrics/delta1"])

libreyolo val model=LibreDepthAnythingV2s-depth.pt data=my-dataset.yaml

Ekspor

Artefak hasil ekspor dimuat kembali lewat LibreYOLO() berdasarkan sufiks berkasnya, jadi berkas .onnx atau .engine berperilaku seperti checkpoint dan mengembalikan Results yang sama, dengan depth_map menggantikan box. Ekspor memuat daftar argumen yang diterima setiap format.

from libreyolo import LibreYOLO model = LibreYOLO("LibreDepthAnythingV2s-depth.pt")model.export(format="onnx")model.export(format="tensorrt", half=True)

libreyolo export model=LibreDepthAnythingV2s-depth.pt format=onnxlibreyolo export model=LibreDepthAnythingV2s-depth.pt format=tensorrt half=True

from libreyolo import LibreYOLO, SAMPLE_IMAGE # Factory memilih rute berdasarkan sufiks berkas, jadi artefak hasil# ekspor dimuat seperti checkpoint biasa dan mengembalikan objek Results# yang sama.model = LibreYOLO("LibreDepthAnythingV2s-depth.onnx")result = model(SAMPLE_IMAGE) print(result.depth_map.data.shape)

Checkpoint

Semua berkas bobot yang dipublikasikan untuk family ini.

Lisensi

Sitasi

@article{depth_anything_v2,
  title={Depth Anything V2},
  author={Yang, Lihe and Kang, Bingyi and Huang, Zilong and Zhao, Zhen and Xu, Xiaogang and Feng, Jiashi and Zhao, Hengshuang},
  journal={arXiv:2406.09414},
  year={2024}
}