2024年11月15日 · 今天讲一篇单目深度估计的绝世好文，Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data ，此论文发表于2024.01，开年王炸，来自来自香港大学、字节、浙江实验室，且已被cvpr2024录用。 笔者认为这篇论文的思路井井有条，上下连贯，而且消融实验充实很多另笔者信服。 适合反复阅读咀嚼。 本文（Depth Anything）更注重于非常多数据集下训练过程的技巧，在模型架构上没有过多的改进。 强烈推荐读者阅读原论文！

最近想看看单目深度估计的一些工作，选择了 Depth Anything 这项工作来学习，这篇文章主要分享 Depth Anything 的 paper 讲解以及 Depth Anything 模型的 ONNX 导出。

Depth Anything V2通过三项关键实践实现了更精细、更稳健的单目深度估计：首先，采用合成图像替代真实标记图像，以克服标签噪声和细节缺失；其次，扩大教师模型的容量，提升性能；最后，利用大规模伪标签真实图像训练学生模型。

部署Depth Anything模型也是差不多的流程。 加载好 onnx 模型后，首先需要对输入图像做预处理，预处理的时候需要做减均值再除以标准差对图像数据做规范化，其他处理操作与 YOLOv8 和 RT-DETR 是一样的。

2024年2月6日 · Depth Anything. 24年1月开年王炸，论文“Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data“，来自香港大学、字节、浙江实验室和浙江大学。 Depth Anything，这是一种用于 鲁棒单目深度估计 的解决方案。目标是建立一个简单而强大的基础模型，在任何情况下处理 ...

This work presents Depth Anything, a highly practical solution for robust monocular depth estimation by training on a combination of 1.5M labeled images and 62M+ unlabeled images. Try our latest Depth Anything V2 models! 2024-06-14: Depth Anything V2 is released. 2024-02-27: Depth Anything is accepted by CVPR 2024.

We fine-tune our Depth Anything model with metric depth information from NYUv2 or KITTI. It offers strong capabilities of both in-domain and zero-shot metric depth estimation. Please refer here for details. We re-train a better depth-conditioned ControlNet based on Depth Anything.

Our model, Depth Pro, synthesizes high-resolution depth maps with unparalleled sharpness and high-frequency details. The predictions are metric, with absolute scale, without relying on the availability of metadata such as camera intrinsics. And the model is fast, producing a 2.25-megapixel depth map in 0.3 seconds on a standard GPU.

Depth Any Video with Scalable Synthetic Data Honghui Yang * , Di Huang * , Wei Yin , Chunhua Shen , Haifeng Liu , Xiaofei He ,

2024年2月18日 · 近日， TikTok 发布一项新型 AI 技术“DepthAnything”，该技术由TikTok联合香港大学和浙江大学共同研发的一种先进单目深度估计（MDE）技术，能更有效地从2D图像中识别出深度信息图。 基于这些深度信息图，普通的2D影像便可转化为3D影像。 相比此前已有技术，“DepthAnything”在提升深度图的质量方面取得重大突破。 此技术的应用将使得TikTok平台上现有的海量2D影像能够轻松转化为3D影像，让普通手机拍摄的2D影像“一键转3D”，或将大幅推 …