密集预测变压器（DPT、模型是在140万张图像上进行单目深度估计训练的。它是由Ranftl等人在2021年的论文“用于密集预测的视觉变压器”中介绍的，并首次在此存储库中发布。DPT使用视觉变压器（ViT、作为骨干，并在其上方添加了一个颈部+头部，用于单目深度估计。
模型是由Hugging Face团队和英特尔联合编写的。
以下是如何在图像上使用此模型进行零样本深度估计的方法：
<br /> from transformers import DPTImageProcessor, DPTForDepthEstimation<br /> import torch<br /> import numpy as np<br /> from PIL import Image<br /> import requests
</p>
<p>url = "http://images.cocodataset.org/val2017/000000039769.jpg"<br /> image = Image.open(requests.get(url, stream=True).raw)</p>
<p>processor = DPTImageProcessor.from_pretrained("Intel/dpt-large")<br /> model = DPTForDepthEstimation.from_pretrained("Intel/dpt-large")</p>
<p># prepare image for the model<br /> inputs = processor(images=image, return_tensors="pt")</p>
<p>with torch.no_grad():<br /> outputs = model(**inputs)<br /> predicted_depth = outputs.predicted_depth</p>
<p># interpolate to original size<br /> prediction = torch.nn.functional.interpolate(<br /> predicted_depth.unsqueeze(1),<br /> size=image.size[::-1],<br /> mode="bicubic",<br /> align_corners=False,<br /> )</p>
<p>
# visualize the prediction<br /> output = prediction.squeeze().cpu().numpy()<br /> formatted = (output * 255 / np.max(output)).astype("uint8")<br /> depth = Image.fromarray(formatted)<br />
收录说明：
1、本网页并非 Intel/dpt-large-Hugging Face 官网网址页面，此页面内容编录于互联网，只作展示之用；2、如果有与 Intel/dpt-large-Hugging Face 相关业务事宜，请访问其网站并获取联系方式；3、本站与 Intel/dpt-large-Hugging Face 无任何关系，对于 Intel/dpt-large-Hugging Face 网站中的信息，请用户谨慎辨识其真伪。4、本站收录 Intel/dpt-large-Hugging Face 时，此站内容访问正常，如遇跳转非法网站，有可能此网站被非法入侵或者已更换新网址，导致旧网址被非法使用,5、如果你是网站站长或者负责人，不想被收录请邮件删除：i-hu#Foxmail.com （#换@）
前往AI网址导航
2、本站所有文章、图片、资源等如果未标明原创，均为收集自互联网公开资源；分享的图片、资源、视频等，出镜模特均为成年女性正常写真内容，版权归原作者所有，仅作为个人学习、研究以及欣赏！如有涉及下载请24小时内删除；
3、如果您发现本站上有侵犯您的权益的作品，请与我们取得联系，我们会及时修改、删除并致以最深的歉意。邮箱： i-hu#（#换@）foxmail.com
