Depth Anything 3

Depth Anything 3は、アーキテクチャを特殊化せず、1つ以上の視点から深度とカメラ形状を予測するよう学習された標準的なDINOv2 Transformerです。LibreYOLOはDA3MONO-LARGEチェックポイントを深度タスクへ移植し、推論とゼロショット検証に対応しますが、学習機能はありません。

タスク: depth
サイズ: l at 504 px
インストール: pip install libreyolo
サポートティア: 推論のみ、v以降。推論、検証、エクスポートのみです。学習機能は対象外です。
アップストリーム: ByteDance SeedのDepth Anything 3、Apache-2.0。論文、ソース
ライセンス: コード：Apache-2.0、重み：Apache-2.0。商用利用

インストール

Depth Anything 3に任意の追加パッケージは必要ありません。インポートするものはすべて基本インストールに含まれています。

bash

pip install libreyolo

推論

重みは初回使用時にHugging Faceからダウンロードされ、ローカルにキャッシュされます。

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreDepthAnything3l-depth.pt")result = model(SAMPLE_IMAGE, save=True) depth = result.depth_mapprint(depth.min, depth.max, depth.mean)

CLI

libreyolo predict model=LibreDepthAnything3l-depth.pt source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg save=True

深度マップを読み取る

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreDepthAnything3l-depth.pt")result = model(SAMPLE_IMAGE) depth = result.depth_map    # DepthMap: 密な(H, W)、値が大きいほど近いraw = depth.data                # テンソル、メートル法の単位や画像間スケールなしnormalized = depth.normalized() # 可視化用に[0, 1]へ再スケーリング

result.depth_map には密な相対逆深度マップが格納されます。値が大きいほどカメラに近いことを示し、値にメートル法の単位や画像間で共通のスケールはありません。アップストリームのチェックポイントは正の相対深度を出力します。LibreYOLOのネットワークラッパーはこれを反転し、公式の空領域処理を再現するため、出力はLibreYOLOの共通深度仕様に従います。save=True を指定すると、そのマップをカラーマップで可視化した画像がディスクに書き込まれます。Results.plot() はサーフェス法線とエッジだけを対象として定義されているため、このファミリーには対応しません。ソース、ストリーミング、結果の処理については推論を参照してください。

バリアント

固定入力解像度の l という1サイズがあります。アップストリームのDA3では、SmallおよびBaseの任意視点チェックポイント、メートル深度チェックポイント、NestedおよびGiantチェックポイントも公開されていますが、LibreYOLOはいずれも提供しません。メートル深度にはLibreYOLOの相対逆深度タスクとは異なる公開仕様が必要で、任意視点チェックポイントとNestedチェックポイントにはLibreYOLOが提供していない複数画像カメラAPIが必要です。LargeおよびGiantの任意視点チェックポイントはCC-BY-NC-4.0でもあり、LibreYOLOのどのダウンロード経路からも参照されません。

このファミリーには学習機能がありません。LibreDepthAnything3.train() は無条件に NotImplementedError を送出します。アップストリームで学習し、互換性のあるDA3MONO-LARGEチェックポイントを weights/convert_depth_anything3_weights.py で変換してください。

検証

val() は共通の深度検証機能を実行します。画像ごとの最小二乗法によるスケールとシフトを使って各推論結果を正解データに整合させ、標準的なゼロショット相対深度指標であるAbsRel、RMSE、3つのdeltaしきい値を報告します。

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreDepthAnything3l-depth.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/abs_rel"])print(metrics["metrics/rmse"])print(metrics["metrics/delta1"])

CLI

libreyolo val model=LibreDepthAnything3l-depth.pt data=my-dataset.yaml

エクスポート

タスク	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
depth	depth to ONNX：対応	depth to TorchScript：対応	depth to ExecuTorch：対応	depth to TensorRT：対応	depth to OpenVINO：対応	depth to Paddle：非対応	depth to MNN：非対応	depth to RKNN：非対応	depth to ncnn：非対応	depth to TFLite：非対応	depth to CoreML：非対応	depth to Core AI：非対応

このファミリーのエクスポートは、ONNX、TorchScript、ExecuTorch、TensorRT、OpenVINOの5形式に制限されています。それ以外の形式を要求すると、未検証の変換を試みずに NotImplementedError を送出します。エクスポート済み成果物はファイル接尾辞に基づいて LibreYOLO() から再度読み込めます。そのため、.onnx または .engine ファイルはチェックポイントと同様に動作し、ボックスの代わりに depth_map を持つ同じ Results を返します。

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreDepthAnything3l-depth.pt")model.export(format="onnx")model.export(format="tensorrt", half=True)

CLI

libreyolo export model=LibreDepthAnything3l-depth.pt format=onnxlibreyolo export model=LibreDepthAnything3l-depth.pt format=tensorrt half=True

エクスポートしたファイルを使う

from libreyolo import LibreYOLO, SAMPLE_IMAGE # ファクトリーはファイル接尾辞で経路を選ぶため、エクスポート済み成果物も# 通常のチェックポイントと同様に読み込まれ、同じResultsオブジェクトを返すmodel = LibreYOLO("LibreDepthAnything3l-depth.onnx")result = model(SAMPLE_IMAGE) print(result.depth_map.data.shape)

チェックポイント

このファミリーで公開されているすべての重みファイルです。

ファイル	入力（px）	重みのライセンス
depth
LibreDepthAnything3l-depth.pt		apache-2.0

上記のすべてのファイルは現在LibreYOLO orgにあり、初回使用時にダウンロードされます。

ライセンス

ダウンロードする特定の重みについて、Hugging Faceリポジトリのライセンスを確認してください。LibreYOLO orgの各チェックポイントにはライセンスが付与されており、同じファミリー内でも常に同一とは限りません。そのリポジトリが正式な情報源です。以下の概要は、このページを最後に検証した時点で適用されていた内容を示します。

これは関連するライセンスの説明であり、法的助言ではありません。商用上重要な場合は、自分でライセンスを読み、専門家の助言を受けてください。

原著作物: Depth Anything 3, ByteDance Seed
アップストリームのライセンス: Apache-2.0
アップストリームのソース: github.com/ByteDance-Seed/Depth-Anything-3
LibreYOLOのコード: MIT
重み: Apache-2.0、huggingface.co/LibreYOLOで再公開
解釈: Apache-2.0 is a permissive license, so the DA3MONO-LARGE checkpoint LibreYOLO ports can be used in commercial and closed-source products. It asks you to keep its license text and attribution notices with any copy you redistribute, and it grants a patent license. It places no obligation on your own application code. The upstream project also publishes CC-BY-NC-4.0 Large, Giant and Nested checkpoints for its any-view and multi-view modes; LibreYOLO does not port those, so that non-commercial license never reaches anything this family downloads.

引用

@article{depthanything3,
  title={Depth Anything 3: Recovering the visual space from any views},
  author={Haotong Lin and Sili Chen and Jun Hao Liew and Donny Y. Chen and Zhenyu Li and Guang Shi and Jiashi Feng and Bingyi Kang},
  journal={arXiv preprint arXiv:2511.10647},
  year={2025}
}

著者によるgithub.com/ByteDance-Seed/Depth-Anything-3#-citationsの引用ブロックからコピーしています。