HyperAI

UniDepthV2 : Estimation De La Profondeur Métrique Monoculaire Universelle

Aperçu du projet

Étoiles GitHub

UniDepthV2 a été publié par Luigi Piccinelli et al. en février 2025. UniDepthV2 est capable de reconstruire des scènes 3D métriques à partir d'une seule image, sur plusieurs domaines. Contrairement au paradigme MMDE existant, UniDepthV2 prédit directement les points 3D métriques à partir de l'image d'entrée au moment de l'inférence, sans information supplémentaire, s'efforçant ainsi d'obtenir une solution MMDE générale et flexible. Les résultats de l'article sont les suivants :UniDepthV2 : estimation de profondeur métrique monoculaire universelle simplifiée".

Ce tutoriel utilise des ressources pour une seule carte RTX 4090.

Exemples de projets

Exemples de projets

Étapes de course

1. Après avoir démarré le conteneur, cliquez sur l'adresse API pour accéder à l'interface Web

Si « Bad Gateway » s'affiche, cela signifie que le modèle est en cours d'initialisation. Étant donné que le modèle est grand, veuillez patienter environ 1 à 2 minutes et actualiser la page.

2. Une fois que vous entrez sur la page Web, vous pouvez interagir avec le modèle

Échange et discussion

🖌️ Si vous voyez un projet de haute qualité, veuillez laisser un message en arrière-plan pour le recommander ! De plus, nous avons également créé un groupe d’échange de tutoriels. Bienvenue aux amis pour scanner le code QR et commenter [Tutoriel SD] pour rejoindre le groupe pour discuter de divers problèmes techniques et partager les résultats de l'application↓

Informations sur la citation

Les informations de citation pour ce projet sont les suivantes :

@inproceedings{piccinelli2024unidepth,
    title     = { {U}ni{D}epth: Universal Monocular Metric Depth Estimation},
    author    = {Piccinelli, Luigi and Yang, Yung-Hsu and Sakaridis, Christos and Segu, Mattia and Li, Siyuan and Van Gool, Luc and Yu, Fisher},
    booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
    year      = {2024}
}

@misc{piccinelli2025unidepthv2,
      title={ {U}ni{D}epth{V2}: Universal Monocular Metric Depth Estimation Made Simpler}, 
      author={Luigi Piccinelli and Christos Sakaridis and Yung-Hsu Yang and Mattia Segu and Siyuan Li and Wim Abbeloos and Luc Van Gool},
      year={2025},
      eprint={2502.20110},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2502.20110}, 
}