Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data

计算机科学 一般化 公制(单位) 集合(抽象数据类型) 单眼 人工智能 比例(比率) 数据集 简单(哲学) 编码器 杠杆(统计) 缩放比例 机器学习 数据挖掘 数学分析 哲学 运营管理 物理 几何学 数学 认识论 量子力学 经济 程序设计语言 操作系统
作者
Lihe Yang,Bingyi Kang,Zilong Huang,Xiaogang Xu,Jiashi Feng,Hengshuang Zhao
出处
期刊:Cornell University - arXiv 被引量:9
标识
DOI:10.48550/arxiv.2401.10891
摘要

This work presents Depth Anything, a highly practical solution for robust monocular depth estimation. Without pursuing novel technical modules, we aim to build a simple yet powerful foundation model dealing with any images under any circumstances. To this end, we scale up the dataset by designing a data engine to collect and automatically annotate large-scale unlabeled data (~62M), which significantly enlarges the data coverage and thus is able to reduce the generalization error. We investigate two simple yet effective strategies that make data scaling-up promising. First, a more challenging optimization target is created by leveraging data augmentation tools. It compels the model to actively seek extra visual knowledge and acquire robust representations. Second, an auxiliary supervision is developed to enforce the model to inherit rich semantic priors from pre-trained encoders. We evaluate its zero-shot capabilities extensively, including six public datasets and randomly captured photos. It demonstrates impressive generalization ability. Further, through fine-tuning it with metric depth information from NYUv2 and KITTI, new SOTAs are set. Our better depth model also results in a better depth-conditioned ControlNet. Our models are released at https://github.com/LiheYoung/Depth-Anything.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
阔达静曼发布了新的文献求助10
1秒前
可乐发布了新的文献求助10
1秒前
1秒前
YJY完成签到,获得积分10
1秒前
苏藜发布了新的文献求助10
3秒前
3秒前
过儿过儿发布了新的文献求助10
3秒前
3秒前
3秒前
3秒前
tzq发布了新的文献求助10
4秒前
居居应助耍酷以柳采纳,获得10
4秒前
6秒前
8秒前
学习发布了新的文献求助10
8秒前
阿西吧完成签到,获得积分10
9秒前
10秒前
过儿过儿完成签到,获得积分10
11秒前
11秒前
11秒前
JamesPei应助典雅的蜡烛采纳,获得10
11秒前
lxk666发布了新的文献求助10
12秒前
tzq完成签到,获得积分10
12秒前
12秒前
QDF完成签到,获得积分10
13秒前
安详沛萍发布了新的文献求助10
13秒前
小蘑菇应助唯一采纳,获得10
13秒前
1257应助fdpb采纳,获得10
13秒前
地道的反差萌完成签到,获得积分20
14秒前
14秒前
开心的夜白完成签到 ,获得积分10
14秒前
111发布了新的文献求助10
15秒前
pp发布了新的文献求助10
15秒前
LHL发布了新的文献求助10
15秒前
天天快乐应助奥德修斯凡采纳,获得10
16秒前
gou发布了新的文献求助10
17秒前
巫马尔槐发布了新的文献求助10
18秒前
LZY完成签到,获得积分10
18秒前
66发布了新的文献求助10
19秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 600
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3154185
求助须知:如何正确求助?哪些是违规求助? 2805059
关于积分的说明 7863283
捐赠科研通 2463232
什么是DOI,文献DOI怎么找? 1311173
科研通“疑难数据库(出版商)”最低求助积分说明 629464
版权声明 601821