ZipDepth

Installazione

ZipDepth non richiede nessun extra opzionale. Tutto ciò che importa è già nell'installazione base.

pip install libreyolo

Predizione

I pesi vengono scaricati da Hugging Face al primo utilizzo e restano in cache in locale.

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

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

from libreyolo import LibreYOLO, SAMPLE_IMAGE # Stesso encoder, con una testa di upsampling senza unfold per i# compilatori che non supportano gather/unfold. L'output è visivamente# equivalente a quello del checkpoint b.model = LibreYOLO("LibreZipDepthbnpu-depth.pt")result = model(SAMPLE_IMAGE, save=True)

result.depth_map contiene una mappa densa di profondità inversa relativa: valori più alti indicano una maggiore vicinanza alla camera, e i valori non hanno unità metrica né scala confrontabile fra immagini. save=True scrive su disco una visualizzazione di quella mappa con una colormap; Results.plot() non copre questa famiglia, perché è definito solo per le normali di superficie e i contorni. Vedi predizione per sorgenti, streaming e gestione dei risultati.

Varianti

Due checkpoint, entrambi con la stessa capacità di encoder, che differiscono solo nella testa di upsampling addestrata. b usa l'upsampling convesso e gira su GPU o CPU. bnpu sostituisce quella testa con un decoder senza unfold per NPU e compilatori edge che non supportano gather/unfold; il suo output è documentato come visivamente equivalente a quello di b. Scegli bnpu quando il target dell'esportazione è un runtime limitato, b negli altri casi.

Entrambi i checkpoint sono stati distillati da pseudo-etichette di Depth Anything V2 Large, quindi questa famiglia è il livello compatto e orientato all'edge del task depth di LibreYOLO, accanto agli encoder più grandi di Depth Anything V2.

L'addestramento non è offerto per questa famiglia. LibreZipDepth.train() solleva sempre NotImplementedError: la ricetta upstream distilla pseudo-etichette su un grande insieme di immagini che non è riproducibile come un addestramento LibreYOLO. Addestra upstream su fabiotosi92/ZipDepth e converti il risultato con weights/convert_zipdepth_weights.py.

Validazione

val() esegue il validatore depth condiviso: allinea ogni predizione al suo ground truth con una scala e uno shift ai minimi quadrati calcolati per immagine, poi riporta le metriche standard di profondità relativa zero-shot, AbsRel, RMSE e le tre soglie delta.

from libreyolo import LibreYOLO model = LibreYOLO("LibreZipDepthb-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=LibreZipDepthb-depth.pt data=my-dataset.yaml

Esportazione

L'esportazione segue un contratto denso a risoluzione fissa: l'immagine di origine viene ridimensionata per stiramento sul canvas esportato, e la mappa di profondità restituita viene poi riportata al canvas originale. Un artefatto esportato si ricarica con LibreYOLO() in base al suffisso del file, quindi un file .onnx o .ncnn si comporta come un checkpoint e restituisce lo stesso Results, con depth_map al posto dei box.

from libreyolo import LibreYOLO model = LibreYOLO("LibreZipDepthb-depth.pt")model.export(format="onnx")model.export(format="ncnn")

libreyolo export model=LibreZipDepthb-depth.pt format=onnxlibreyolo export model=LibreZipDepthbnpu-depth.pt format=ncnn

from libreyolo import LibreYOLO, SAMPLE_IMAGE # La factory sceglie in base al suffisso del file, quindi un artefatto# esportato si carica come un qualsiasi checkpoint e restituisce lo# stesso oggetto Results.model = LibreYOLO("LibreZipDepthb-depth.onnx")result = model(SAMPLE_IMAGE) print(result.depth_map.data.shape)

Checkpoint

Tutti i file di pesi pubblicati per questa famiglia.

Licenze

Citazione

@inproceedings{tosi2026zipdepth,
  title     = {ZipDepth: Bringing Lightweight Zero-Shot Monocular Depth Anywhere, on Any Device},
  author    = {Tosi, Fabio and Bartolomei, Luca and Poggi, Matteo and Mattoccia, Stefano},
  booktitle = {European Conference on Computer Vision (ECCV)},
  year      = {2026}
}