Intel/dpt-large-Hugging Face

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。
Intel/dpt-large-Hugging Face
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：

from transformers import DPTImageProcessor, DPTForDepthEstimation import torch import numpy as np from PIL import Image import requests


url = "http://images.cocodataset.org/val2017/000000039769.jpg"

image = Image.open(requests.get(url, stream=True).raw)
processor = DPTImageProcessor.from_pretrained("Intel/dpt-large")

model = DPTForDepthEstimation.from_pretrained("Intel/dpt-large")
# prepare image for the model

inputs = processor(images=image, return_tensors="pt")
with torch.no_grad():

    outputs = model(**inputs)

    predicted_depth = outputs.predicted_depth
# interpolate to original size

prediction = torch.nn.functional.interpolate(

    predicted_depth.unsqueeze(1),

    size=image.size[::-1],

    mode="bicubic",

    align_corners=False,

)

# visualize the prediction output = prediction.squeeze().cpu().numpy() formatted = (output * 255 / np.max(output)).astype("uint8") depth = Image.fromarray(formatted)

数据统计

数据评估

Intel/dpt-large-Hugging Face浏览人数已经达到43，如你需要查询该站的相关权重信息，可以点击"5118数据""爱站数据""Chinaz数据"进入；以目前的网站数据参考，建议大家请以爱站数据为准，更多网站价值评估因素如：Intel/dpt-large-Hugging Face的访问速度、搜索引擎收录以及索引量、用户体验等；当然要评估一个站的价值，最主要还是需要根据您自身的需求以及需要，一些确切的数据则需要找Intel/dpt-large-Hugging Face的站长进行洽谈提供。如该站的IP、PV、跳出率等！

特别声明

本站OpenI提供的Intel/dpt-large-Hugging Face都来源于网络，不保证外部链接的准确性和完整性，同时，对于该外部链接的指向，不由OpenI实际控制，在2023年 5月 26日下午6:07收录时，该网页上的内容，都属于合规合法，后期网页的内容如出现违规，可以直接联系网站管理员进行删除，OpenI不承担任何责任。

OpenI致力于优质、实用的网络站点资源收集与分享！本文地址https://openi.cn/sites/10728.html转载请注明