Come usare Depth Anything V2 con LibreYOLO: inferenza in due righe

Depth Anything V2 produce alcune delle migliori mappe di profondità monoculare disponibili al momento.

Se vieni dal mondo YOLO, il repository ufficiale non è il modo più semplice per iniziare. Per ottenere una singola mappa di profondità servono diversi passaggi manuali:

• scaricare a mano il checkpoint corretto e metterlo nella cartella giusta,

• abbinare l'encoder alla sua configurazione (encoder="vitl", features=256, out_channels=...),

• scrivere da sé il passaggio di normalizzazione e colorazione,

• gestire l'assegnazione del dispositivo per eseguirlo su Mac o CPU, non solo su CUDA,

• imparare un'API di inferenza che non somiglia per niente al resto del tuo stack.

Niente di tutto questo è difficile. Aggiunge solo attrito, e puoi evitarlo.

LibreYOLO carica gli stessi pesi di Depth Anything V2 e offre il task di profondità con una sola chiamata a predict(). Indica il nome del modello e i pesi vengono scaricati al primo utilizzo:

from libreyolo import LibreYOLO

model = LibreYOLO("LibreDepthAnythingV2l-depth.pt")  # auto-downloads on first run
model.predict("image.jpg", save=True)     # writes a colorized depth map to disk

Tutto qui. Se hai usato l'API YOLO standard, la struttura ti sarà familiare: carica un modello usando il nome, chiama predict e lascia che save=True scriva la visualizzazione. È esattamente la stessa chiamata che useresti per il rilevamento di oggetti, ma il risultato contiene una mappa di profondità anziché dei bounding box. La mappa dei colori, la normalizzazione e l'assegnazione del dispositivo sono gestite per te. Funziona allo stesso modo su Linux con CUDA, su Mac con Apple Silicon o su una normale CPU. Senza modifiche al codice.

Da qui, la stessa chiamata fa anche di più: puoi recuperare i valori di profondità grezzi e usarli direttamente. L'addestramento di Depth Anything V2 resta nel repository originale; LibreYOLO supporta l'inferenza, i video e la validazione.

La stessa chiamata su scene molto diverse:

Una nota sui pesi: LibreYOLO ospita checkpoint di Depth Anything V2 convertiti e li scarica al primo utilizzo, quindi non devi scaricare nulla a mano. La licenza upstream continua ad applicarsi: l'encoder Small è distribuito con licenza Apache-2.0, mentre Base, Large e Giant hanno licenza CC-BY-NC-4.0 (non commerciale), quindi i checkpoint più potenti sono destinati all'uso non commerciale. Vuoi lavorare offline o convertire i tuoi pesi? Lo script di conversione da eseguire una sola volta è ancora disponibile:

# optional: convert an official checkpoint yourself instead of auto-downloading
python weights/convert_depth_anything_v2_weights.py \
  depth_anything_v2_vitl.pth weights/LibreDepthAnythingV2l-depth.pt

Provalo

pip install libreyolo

LibreYOLO è la libreria di computer vision più completa che puoi installare con pip. Una sola API familiare supporta una gamma crescente di modelli all'avanguardia: rilevamento di oggetti (RF-DETR, D-FINE, DEIM), segmentazione, stima della posa, box orientati e ora anche la profondità monoculare con Depth Anything V2, oltre all'addestramento e alla validazione per i task che li supportano. Funziona su tutti i principali sistemi operativi, su GPU o CPU, ed è interamente distribuita con licenza MIT, così puoi usarla nei tuoi prodotti commerciali senza vincoli.

Aggiungi una stella su GitHub: github.com/LibreYOLO/libreyolo | Documentazione: libreyolo.com/docs