Depth Anything 3

Depth Anything 3는 구조적 특화 없이 하나 이상의 뷰에서 깊이와 카메라 기하를 예측하도록 학습된 plain DINOv2 transformer입니다. LibreYOLO는 깊이 작업용 DA3MONO-LARGE 체크포인트를 이식하여 예측과 제로샷 검증을 지원하지만 학습 경로는 제공하지 않습니다.

작업: depth
크기: l at 504 px
설치: pip install libreyolo
지원 티어: 추론 전용, v부터 지원. 예측, 검증, 내보내기만 지원합니다. 학습 기능은 적용되지 않습니다.
업스트림: ByteDance Seed의 Depth Anything 3, Apache-2.0. 논문, 소스
라이선스: 코드 Apache-2.0, 가중치 Apache-2.0. 상업적 사용

설치

Depth Anything 3에는 선택적 extra가 필요하지 않습니다. 가져오는 모든 항목이 기본 설치에 포함됩니다.

bash

pip install libreyolo

예측

처음 사용할 때 Hugging Face에서 가중치를 다운로드해 로컬에 캐시합니다.

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

깊이 맵 읽기

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreDepthAnything3l-depth.pt")result = model(SAMPLE_IMAGE) depth = result.depth_map    # DepthMap: 조밀한 (H, W), 높을수록 가까움raw = depth.data                # 텐서, 미터법 단위나 이미지 간 공통 스케일 없음normalized = depth.normalized() # 시각화를 위해 [0, 1]로 재조정

result.depth_map은 조밀한 상대 역깊이 맵을 담습니다. 값이 높을수록 카메라에 가깝고 값에는 미터법 단위나 이미지 간 공통 스케일이 없습니다. 업스트림 체크포인트는 양의 상대 깊이를 출력합니다. LibreYOLO의 네트워크 래퍼는 이를 역수로 바꾸고 공식 하늘 처리를 재현하여 출력이 LibreYOLO의 공유 깊이 계약을 따르게 합니다. save=True는 해당 맵의 컬러맵 시각화를 디스크에 기록합니다. Results.plot()은 표면 노멀과 엣지만을 위해 정의되어 있어 이 계열을 지원하지 않습니다. 소스, 스트리밍, 결과 처리는 예측을 참조합니다.

변형

고정 입력 해상도를 사용하는 크기 l 하나입니다. 업스트림 DA3는 Small과 Base any-view 체크포인트, metric-depth 체크포인트, Nested와 Giant 체크포인트도 공개하지만 LibreYOLO는 이들을 제공하지 않습니다. 미터 깊이에는 LibreYOLO의 상대 역깊이 작업과 다른 공개 계약이 필요하고 any-view 및 Nested 체크포인트에는 LibreYOLO가 제공하지 않는 다중 이미지 카메라 API가 필요합니다. Large와 Giant any-view 체크포인트는 CC-BY-NC-4.0이기도 하며 LibreYOLO 다운로드 경로에서 참조하지 않습니다.

이 계열은 학습을 제공하지 않습니다. LibreDepthAnything3.train()은 조건 없이 NotImplementedError를 발생시킵니다. 업스트림에서 학습한 뒤 weights/convert_depth_anything3_weights.py로 호환되는 DA3MONO-LARGE 체크포인트를 변환합니다.

검증

val()은 공유 깊이 검증기를 실행합니다. 이미지별 최소제곱 스케일과 시프트로 각 예측을 정답에 정렬한 다음 표준 제로샷 상대 깊이 지표인 AbsRel, RMSE, 세 가지 delta 임곗값을 보고합니다.

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

내보내기

작업	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
depth	depth to ONNX: 지원함	depth to TorchScript: 지원함	depth to ExecuTorch: 지원함	depth to TensorRT: 지원함	depth to OpenVINO: 지원함	depth to Paddle: 지원하지 않음	depth to MNN: 지원하지 않음	depth to RKNN: 지원하지 않음	depth to ncnn: 지원하지 않음	depth to TFLite: 지원하지 않음	depth to CoreML: 지원하지 않음	depth to Core AI: 지원하지 않음

이 계열의 내보내기는 ONNX, TorchScript, ExecuTorch, TensorRT, OpenVINO의 다섯 형식으로 제한됩니다. 다른 형식을 요청하면 검증되지 않은 변환을 시도하지 않고 NotImplementedError를 발생시킵니다. 내보낸 아티팩트는 파일 접미사에 따라 LibreYOLO()로 다시 불러오므로 .onnx 또는 .engine 파일은 체크포인트처럼 동작하며 박스 대신 depth_map을 포함한 동일한 Results를 반환합니다.

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

내보낸 파일 사용

from libreyolo import LibreYOLO, SAMPLE_IMAGE # 팩토리는 파일 접미사에 따라 라우팅하므로 내보낸 아티팩트도# 다른 체크포인트처럼 불러와 동일한 Results 객체를 반환합니다.model = LibreYOLO("LibreDepthAnything3l-depth.onnx")result = model(SAMPLE_IMAGE) print(result.depth_map.data.shape)

체크포인트

이 계열에 공개된 모든 가중치 파일입니다.

파일	입력(px)	가중치 라이선스
depth
LibreDepthAnything3l-depth.pt		apache-2.0

위의 모든 파일은 현재 LibreYOLO 조직에 있으며 처음 사용할 때 내려받습니다.

라이선스

내려받는 특정 가중치의 Hugging Face 저장소에서 라이선스를 확인하십시오. LibreYOLO 조직의 모든 체크포인트에는 라이선스가 있으며 한 계열 안에서도 항상 같지는 않습니다. 해당 저장소가 신뢰할 수 있는 기준입니다. 아래 요약은 이 페이지를 마지막으로 검증했을 때 적용된 내용을 설명합니다.

관련 라이선스에 관한 설명이며 법률 자문이 아닙니다. 상업적으로 중요한 사안이라면 라이선스를 직접 읽고 별도의 법률 자문을 받으십시오.

원작: Depth Anything 3, ByteDance Seed
업스트림 라이선스: Apache-2.0
업스트림 소스: github.com/ByteDance-Seed/Depth-Anything-3
LibreYOLO 코드: MIT
가중치: Apache-2.0, huggingface.co/LibreYOLO에 다시 게시됨
해석: 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.

인용

@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}
}

github.com/ByteDance-Seed/Depth-Anything-3#-citations에 있는 저자의 인용 블록에서 복사했습니다.