Marigold V2
Marigold V2 estimates depth, surface normals or intrinsic albedo with task-specific diffusion adapters.
- Zadania
- depth, surface normals, albedo
- Rozmiary
- b at 1024 px
- Instalacja
pip install "libreyolo[marigold]"- Poziom obsługi
- Tylko inferencja, od wersji v1.6.0. Tylko predykcja, walidacja i eksport. Funkcje trenowania nie mają zastosowania.
- Licencje
- Kod: MIT, wagi: Apache-2.0. Użycie komercyjne
Install
pip install "libreyolo[marigold]"The default four-bit runtime requires CUDA.
Predict
from libreyolo import LibreYOLO, SAMPLE_IMAGE # Requires CUDA for default four-bit inference.model = LibreYOLO("LibreMarigoldV2b-depth.pt", device="cuda")result = model(SAMPLE_IMAGE)print(result)The adapter downloads a separately pinned base model. Default quantization="4bit" requires CUDA; the snippet requires that runtime. quantization="none" selects the CPU-capable path. The default seed is 2025. Albedo results hold linear RGB and convert to sRGB for display. Training and export are not supported.
Validate
from libreyolo import LibreYOLO, SAMPLE_IMAGE # Requires CUDA for default four-bit inference.model = LibreYOLO("LibreMarigoldV2b-depth.pt", device="cuda")# Depth dataset YAML: images/val plus same-stem maps in depths/val.metrics = model.val(data="path/to/your/depth.yaml", workers=0)print(metrics)Use the dataset format for this task. Validation explains the dataset requirements and returned metrics.
Checkpoints
| Plik | Licencja wag |
|---|---|
| Depth | |
| LibreMarigoldV2b-depth.pt | apache-2.0 |
| LibreMarigoldV2b-depth-log-stage1.pt | apache-2.0 |
| LibreMarigoldV2b-depth-log-layered.pt | apache-2.0 |
| LibreMarigoldV2b-depth-uniform-base.pt | apache-2.0 |
| LibreMarigoldV2b-depth-uniform-layered.pt | apache-2.0 |
| LibreMarigoldV2b-depth-disparity-base.pt | apache-2.0 |
| LibreMarigoldV2b-depth-disparity-layered.pt | apache-2.0 |
| Surface normals | |
| LibreMarigoldV2b-normal.pt | apache-2.0 |
| Albedo | |
| LibreMarigoldV2b-albedo.pt | apache-2.0 |
Każdy z powyższych plików jest obecnie dostępny w organizacji LibreYOLO i pobierany przy pierwszym użyciu.
Licensing
Sprawdź licencję w repozytorium konkretnych pobieranych wag na Hugging Face. Każdy checkpoint w organizacji LibreYOLO ma licencję, która nie zawsze jest taka sama w całej rodzinie. To repozytorium jest źródłem rozstrzygającym, a poniższe podsumowanie opisuje stan z chwili ostatniej weryfikacji tej strony.
To opis obowiązujących licencji, a nie porada prawna. Jeśli odpowiedź ma znaczenie komercyjne, przeczytaj licencje i zasięgnij własnej porady prawnej.
- Oryginalna praca
- Marigold V2, Huawei Bayer Lab
- Licencja projektu źródłowego
- Apache-2.0
- Kod źródłowy projektu
- github.com/huawei-bayerlab/marigold-v2
- Kod LibreYOLO
- MIT
- Wagi
- Apache-2.0, ponownie opublikowane w huggingface.co/LibreYOLO
- Interpretacja
- The adapters and separately acquired Qwen image base declare Apache-2.0.