puyiwen

我也想知道行不行，请问您有答案了吗

> > 我一直在考虑同样的问题，所以我不会创建新的问题。我已经阅读了很多关于这个存储库和 DPT 的问题，因为我正在计划培训 DPT 和论文。据我了解，训练发生在视差空间中，正如其中一个问题中提到的，视差与深度成反比。 > > > > 1. 因此，例如，我有来自游戏引擎的深度数据集，它提供了 range 编码的深度`[0, 255]`。要将其转换为逆深度，我必须简单地进行转换`1.0 / D`，这使得它与视差和范围成正比`[0, 1]`。之后这个数据集适合用于训练吗？ > > 2. 如果我们有视差数据集，我们会进行相同的转换以将数据集缩放到范围`[0, 1]`？ > > 3. 如果我们有 SfM 数据集，我们会出于以下动机执行相同的步骤`1`？...

> midas 模型输出逆深度图（或图像）。因此输出的每个像素对应一个值，例如：`1/depth` > > 然而，映射也只是_相对的_，它并不能告诉你确切的（绝对）深度。除了噪声/误差之外，与反转后从 midas 输出获得的结果相比，真实深度值会发生偏移/缩放，因此更像： > > ~真实深度 = A + B * (1 / midas 输出)~ （见下面的帖子） > > 哪里`A`是一些偏移量，哪里`B`是一些比例因子，通常仅使用 midas 模型是无法得知的。您可以尝试类似[ZoeDepth 的](https://github.com/isl-org/ZoeDepth)方法来获取实际深度值，或者尝试将 midas 输出拟合到其他参考深度图，如问题[#171中所示](https://github.com/isl-org/MiDaS/issues/171) hi,...

> The midas models output inverse depth maps (or images). So each pixel of the output corresponds to a value like: `1/depth` > > However, the mapping is also only...

@heyoeyo , thank you for your reply. And I have another question about relative depth evaluation. Why the output of model( relative depth) should be converted to metric depth, and...

> 人体检测模型有推荐的吗 普通检测模型都可以，yolo系列在coco上的训练模型就能检测出人

> > 论文提到他们通过计算平移和平移来对齐真实值和预测，我们不需要做同样的事情吗？ （当然反过来） > > 我还没有读过他们的论文，但根据他们的代码，模型将视差值输出为 (0...1) 浮点数 - 我相信它没有任何特定的度量值，它只是感知接近度的 NN 近似值。我不知道它是绝对视差还是调整后视差，所以我只是将绝对深度计算为 1 / 视差。这里的乘数是有意为 1 的，因为任何与相机相关的内在函数都会导致线性乘数，这可以在网格挤出等过程中的深度图导出之后进行考虑。然后我只是限制我的 1 / 视差来处理 1 / 0 的情况通过钳位到动态范围。 > > 我正在开发网络工具来方便地可视化这些东西，请继续关注本周晚些时候的公开发布:) https://twitter.com/antmatrosov/status/1749343136713752847 hi,...

> [您好，这里的](https://github.com/LiheYoung/Depth-Anything/tree/main/metric_depth)预训练模型会生成以米为单位的深度值。 Hi, I want to use Depth-anything pretrained model to train my own rgb datasets, and I get 0-697.35 float value. I use the model output value as my...

@yuedajiong , Hi, I dont know why must 2 rgb input when I choose single image to 3D reconstruction? And I dont know why the same image to model, can...

@vincent-leroy Hi, sorry to bother you, I still dont know why must put 2 rgb to model, even in the monocular case. Can you help me? Thank you!