已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
情怀应助幼儿园园花采纳,获得10
1秒前
4秒前
菜菜完成签到 ,获得积分10
5秒前
好好学习完成签到 ,获得积分10
5秒前
7秒前
彭于晏应助CK采纳,获得10
7秒前
阿歪歪发布了新的文献求助10
7秒前
7秒前
三三完成签到 ,获得积分0
10秒前
搜集达人应助复杂的溪流采纳,获得10
10秒前
11秒前
爆米花应助科研通管家采纳,获得10
11秒前
酷波er应助科研通管家采纳,获得30
11秒前
生动丑应助科研通管家采纳,获得150
11秒前
上官若男应助科研通管家采纳,获得10
11秒前
12秒前
科研通AI6应助科研通管家采纳,获得10
12秒前
12秒前
12秒前
13秒前
14秒前
FashionBoy应助daidai采纳,获得10
14秒前
唐朝洪发布了新的文献求助10
14秒前
青春发布了新的文献求助10
14秒前
15秒前
15秒前
RayLam完成签到,获得积分10
16秒前
牛豁发布了新的文献求助10
17秒前
和谐又菡发布了新的文献求助10
17秒前
17秒前
合适尔蝶发布了新的文献求助10
18秒前
18秒前
王欣完成签到 ,获得积分10
18秒前
19秒前
思源应助清脆大米采纳,获得10
20秒前
22秒前
青春完成签到,获得积分10
23秒前
23秒前
27秒前
上官若男应助neuron2021采纳,获得20
27秒前
高分求助中
晶体学对称群—如何读懂和应用国际晶体学表 1500
Constitutional and Administrative Law 1000
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
Numerical controlled progressive forming as dieless forming 400
Rural Geographies People, Place and the Countryside 400
Machine Learning for Polymer Informatics 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5384801
求助须知:如何正确求助?哪些是违规求助? 4507584
关于积分的说明 14028551
捐赠科研通 4417311
什么是DOI,文献DOI怎么找? 2426403
邀请新用户注册赠送积分活动 1419155
关于科研通互助平台的介绍 1397485