1. مقدمة البرنامج التعليمي

مشروع "ديستيل-أني-ديبث" هو مشروع مبتكر لتقدير العمق باستخدام عدسة أحادية، أُطلق في 28 فبراير 2025 بالتعاون بين جامعة تشجيانغ للتكنولوجيا، وجامعة ويستليك، وجامعة خنان، والجامعة الوطنية في سنغافورة. يدمج هذا المشروع مزايا نماذج متعددة مفتوحة المصدر من خلال خوارزمية تقطير، محققًا دقة عالية في تقدير العمق باستخدام كمية صغيرة فقط من البيانات غير المصنفة، مما يرسي معيارًا جديدًا للأداء المتميز. يمكنكم الاطلاع على الأوراق البحثية ذات الصلة أدناه. تقطير أي عمق: يؤدي التقطير إلى إنشاء مقدر عمق أحادي العين أقوى .

وفيما يلي النقاط الرئيسية:

• إطار عمل تقطير متعدد المعلمين
  • من خلال اختيار نماذج مدرسية متعددة بشكل عشوائي لتوليد تسميات وهمية، يتم الجمع بين مزايا النماذج المختلفة لتحسين جودة التسميات الوهمية.
  • تم تقديم آلية التقطير عبر السياق لدمج التفاصيل المحلية مع المعلومات العالمية، مما يعزز قوة النموذج بشكل كبير.
• استراتيجية التطبيع المحلي
  • سيؤدي التطبيع العالمي التقليدي إلى تضخيم الضوضاء. يقترح هذا المشروع إجراء تطبيع ضمن المنطقة المقصوصة للحفاظ على التفاصيل المحلية (مثل حواف الأجسام وهياكل الثقوب الصغيرة) وتحسين دقة التنبؤ.
• اعتماد منخفض على البيانات
  • لا يتطلب الأمر سوى 20 ألف صورة غير مصنفة (أقل بكثير من ملايين التعليقات التوضيحية المطلوبة بالطرق التقليدية)، مما يقلل بشكل كبير من تكلفة تعليق البيانات.
• تعميم
  • في اختبارات المعايير مثل NYUv2 (داخلي)، وKITTI (قيادة خارجية)، وDIODE (إضاءة معقدة)، فإن مؤشر الخطأ (AbsRel) أفضل بشكل ملحوظ من النموذج السابق.
• المتانة
  • إنه يعمل بثبات في الأشياء الشفافة والأسطح العاكسة والمشاهد الديناميكية، ويحل مشكلة فشل النماذج التقليدية في ظل ظروف معقدة.
• كفاءة
  • إن سرعة الاستدلال أسرع بعشر مرات من سرعة النماذج القائمة على الانتشار (مثل Marigold)، مما يدعم التطبيقات في الوقت الفعلي.

موارد الحوسبة المستخدمة في هذا البرنامج التعليمي هي بطاقة RTX 4090 واحدة.

2. عرض التأثير

3. خطوات التشغيل

1. ابدأ تشغيل الحاوية

إذا تم عرض "بوابة سيئة"، فهذا يعني أن النموذج قيد التهيئة. نظرًا لأن النموذج كبير الحجم، يرجى الانتظار لمدة 2-3 دقائق وتحديث الصفحة.

2. خطوات الاستخدام

نتيجة 

4. المناقشة

🖌️ إذا رأيت مشروعًا عالي الجودة، فيرجى ترك رسالة في الخلفية للتوصية به! بالإضافة إلى ذلك، قمنا أيضًا بتأسيس مجموعة لتبادل الدروس التعليمية. مرحبًا بالأصدقاء لمسح رمز الاستجابة السريعة وإضافة [برنامج تعليمي SD] للانضمام إلى المجموعة لمناقشة المشكلات الفنية المختلفة ومشاركة نتائج التطبيق↓

معلومات الاستشهاد

معلومات الاستشهاد لهذا المشروع هي كما يلي:

@article{he2025distill,
  title   = {Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator},
  author  = {Xiankang He and Dongyan Guo and Hongji Li and Ruibo Li and Ying Cui and Chi Zhang},
  year    = {2025},
  journal = {arXiv preprint arXiv: 2502.19204}
}