Depth Anything
PulseAugur coverage of Depth Anything — every cluster mentioning Depth Anything across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
DepthART 模型将单目深度估计扩展到小型设备
研究人员开发了 DepthART，这是一种新的紧凑型单目深度估计模型，专为设备部署而设计。该模型通过采用抗偏差数据采样方案和相机条件微调协议，解决了小型模型的局限性。DepthART 在泛化能力和度量精度方面均表现出色，甚至接近大型模型的能力。
-
Any2Full 框架通过尺度提示适应提供单阶段深度补全
研究人员推出了一种新颖的单阶段深度补全框架 Any2Full，该框架将任务重新构建为预训练单目深度估计模型的尺度提示适应。该方法旨在通过避免依赖显式相对到度量对齐的现有方法的局限性来提高域泛化能力和鲁棒性。Any2Full 利用尺度感知提示编码器将稀疏输入中的尺度线索提炼成统一的提示，从而实现全局尺度一致的预测，同时保留几何先验。实验表明，Any2Full 在准确性方面优于 OMNI-DC，并且比 PriorDA 更快，为通用深度补全…
-
图像生成器被证明是通用的视觉学习者
研究人员已经证明，图像生成模型可以作为强大的通用学习者用于计算机视觉任务。通过在模型的原始数据和视觉任务数据的混合集上对一个名为 Nano Banana Pro 的模型进行指令微调，他们创建了 Vision Banana。该模型在分割和深度估计任务上取得了最先进的成果，性能优于专用模型。研究结果表明，为图像生成而训练本身就建立了强大的视觉理解能力，这可能会将计算机视觉的范式转向生成式预训练以构建基础模型。
-
Sphere-Depth 基准测试评估球形相机的单目深度估计
研究人员推出了 Sphere-Depth，这是一个新的基准测试，旨在评估单目深度估计模型应用于球形图像时的性能。该基准测试专门解决了由无意中的相机姿态变化以及 360° 视觉应用中常见的等距柱状投影固有的几何失真带来的挑战。使用 Sphere-Depth 进行的实验表明，即使是为球形图像设计的模型，在相机方向改变时性能也会显著下降，这凸显了机器人导航和沉浸式场景理解领域的一个关键改进领域。