Depth Anything:单目深度的通用先验
Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data
Yang et al. · 2024 · arXiv:2401.10891
基础文献 · 不轮换
2024
单目图像能否给出足够好的相对深度,减少对激光雷达的依赖?
他们怎么做的大规模无标签数据 + 蒸馏,训练一个鲁棒的相对深度模型。
证据零样本深度估计在多个数据集上领先;细节保持较好。
别信太多相对深度不等于绝对尺度;直接拿去测距,会得到“看起来很合理”的错误毫米数。
适用边界尺度不确定;透明/反光/薄结构失败;不能替代标定与几何校核。
课堂任务对同一场景比较单目深度与激光测距,报告尺度偏差与失效区域。
基础文献 = 这门方法的代表作,长期保留:它解释“这类方法为什么成立”,不会因为年份旧而被换掉。
© 慧之帆信息科技 · 打印时间: