ZJU/蚂蚁集团/港科技联合提出深度自回归模型DAR，将自回归大型模型应用于单目深度估计 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 这篇论文提出了一种新的自回归模型，作为有效的可扩展单目深度估计器。 作者的想法很简单：作者采用自回归预测范式来解决单目深度估计（MDE）任务，基于两个核心设计。 首先，作者的深度自回归模型（DAR）将不同分辨率的深度图视为一组 Token ，并采用分块随机的 Mask 进行低到高分辨率的自回归目标。 其次，作者的DAR递归地将整个深度范围划分为更紧凑的区间，并采用序数回归方式实现粗到细粒度的自回归目标。 通过结合这两个自回归目标，作者的DAR在KITTI和NYU Depth v2数据集上取得了明显优于当前最先进（SOTA）的性能。 此外，作者的可扩展方法使作者能够将模型扩展到2.0B，并在KITTI数据集上实现最佳RMSE为1.799（相较于当前SOTA的1. ………………………………