字节发布Depth Anything V2深度模型，比 Depth Anything V1更精细的细节。

文章预览

字节发布Depth Anything V2深度模型。比 Depth Anything V1 更精细的细节。与基于 SD 构建的模型相比效率显著更高（快了10倍以上）且更准确。提供了不同规模的模型（参数从25M到1.3B不等），以支持各种应用场景。分别针对室内和室外场景发布了三个尺度的 六种度量深度模型。 通过三个关键实践产生了更精细和更鲁棒的深度预测： 用合成图像取代所有标注的真实图像， 扩大教师模型的容量， 通过大规模伪标注的真实图像作为桥梁来教授学生模型。 Depth Anything V2基于595K张合成标记图像和62M+张真实未标记图像进行训练，提供最强大的单目深度估计(MDE)模型。 相关链接 论文地址：https://arxiv.org/abs/2406.09414 代码地址：https://github.com/DepthAnything/Depth-Anything-V2 试用链接：https://huggingface.co/spaces/Depth-Anything/Depth-Anything-V2 论文阅读 摘要 这项工作提出了 Depth Anythin ………………………………