11 月 19 日,Apple 机器学习研究团队公开 Depth Pro 2 的推理仓库。模型从单个普通摄像头拍摄的照片、视频或实时画面估计逐像素深度,输出可换算为米。
仓库提供 S、B、L 和 H+ 四档模型权重的入口。四档共享一个焦距估计器,为缺少相机焦距信息的素材补充估计。Apple 同时提供面向自家硬件的 Core ML 导出版本。
公开仓库包含运行模型的代码,权重许可限于非商业科研和学术开发。连续视频模式共享焦距,用于减少逐帧估计之间的波动。
Apple · 原文 · Apple · 权重与许可 · arXiv · 论文 · Apple GitHub · 首次提交
配图为 GETAI.APP 使用 ImageGen 生成的主题插画。
