دليل الذكاء الاصطناعي المرئي
عمق أي شيء عمق أحادي
DepthAnything هو نموذج أساسي يقوم بتقدير مدى بعد كل بكسل عن صورة عادية واحدة، دون الحاجة إلى أجهزة خاصة.
استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~2 min
في هذه الصفحةقراءة لمدة دقيقتين
نظرة عامة
It made robust, general-purpose depth sensing cheap and accessible for anything from phones to robots.
الغوص العميق
يتناول DepthAnything (2024، الذي أصدره باحثون من بينهم باحثون في TikTok/ByteDance وHKU) تقدير العمق أحادي العين: التنبؤ بخريطة العمق من صورة RGB واحدة. كان إنجازها على نطاق واسع: فبدلاً من الاعتماد فقط على بيانات العمق المحدودة المتاحة، قام الفريق ببناء محرك يقوم بتسمية ما يقرب من 62 مليون صورة غير مصنفة تلقائيًا باستخدام نموذج المعلم، ثم قام بتدريب أحد الطلاب على هذه المجموعة الضخمة. وهذا يعطي تعميمًا قويًا للمشاهد الصفرية عبر المشاهد الداخلية والخارجية وغير العادية. يُخرج الأصل العمق النسبي (البكسلات الأقرب أو البعيدة، وليس الأمتار الدقيقة). وقد ساهم برنامج DepthAnything V2 (منتصف عام 2024) في تحسين التفاصيل الدقيقة من خلال تدريب المعلم على البيانات الاصطناعية ذات الحقيقة الأرضية المثالية، ثم التقطير إلى صور حقيقية، وإصلاح الحواف الباهتة وأخطاء الكائنات الشفافة.
التنفيذ في العالم الحقيقي
إنشاء خرائط عمق لإضفاء ضبابية واقعية على الخلفية (البوكيه) في الصور الشخصية ذات العدسة الواحدة للهاتف الذكي.
توفير تصور ثلاثي الأبعاد للعوائق للطائرات بدون طيار والروبوتات منخفضة التكلفة التي تفتقر إلى كاميرات LiDAR أو كاميرات الاستريو.
إنشاء خرائط تكييف العمق لـ ControlNet حتى تحافظ مولدات الصور على هندسة المشهد.
تحويل الصور والأفلام ثنائية الأبعاد إلى تأثيرات ثلاثية الأبعاد أو اختلاف المنظر لشاشات الواقع الافتراضي والشاشات المجسمة.
مستقبل العمق أي شيء أحادي العمق
توقع تكاملًا أكثر إحكامًا في نظارات الواقع المعزز وكاميرات الهواتف الذكية والروبوتات حيث يكون LiDAR المخصص مكلفًا للغاية أو ضخمًا. تتقدم المتغيرات المترية التي تنتج عدادات حقيقية، بالإضافة إلى نماذج الفيديو ذات العمق المستقر مؤقتًا (بدون وميض بين الإطارات)، بسرعة. ومع تقلص هذه النماذج بحيث يمكن تشغيلها على الجهاز في الوقت الفعلي، سيصبح الإدراك ثلاثي الأبعاد بكاميرا واحدة قدرة افتراضية، مما يغذي الحوسبة المكانية والملاحة المستقلة وإعادة إنشاء المشهد ثلاثي الأبعاد.
وضعها موضع التنفيذ
لماذا يهم
- السرعة والحجم. يمكن للذكاء الاصطناعي المرئي أتمتة مهام الفحص والكشف ووضع العلامات على نطاق واسع.
- خيارات البناء. يمكن للفرق الإبداعية إنشاء نماذج أولية للمفاهيم بشكل أسرع مع عدد أقل من المراجعات اليدوية.
- الفريق وسير العمل. يمكن أن تستخدم العمليات إشارات الصور والفيديو التي كان من الصعب معالجتها في السابق.
احترس من
- يمكن أن تصبح حقوق الصور والموافقة مخاطر قانونية إذا كان المصدر غير واضح.
- يمكن أن يختلف أداء النموذج عبر الإضاءة والتركيبة السكانية والبيئات.
- قد تمر الإيجابيات الكاذبة دون أن يلاحظها أحد ما لم تتم مراقبة عتبات الثقة.
الخطوات التالية
- تحديد معايير القبول لتكاليف الدقة والاستدعاء والخطأ.
- اختبار مع البيانات التي تتوافق مع ظروف الإنتاج الحقيقية.
- أضف مراجعة بشرية للتنبؤات منخفضة الثقة أو عالية التأثير.
- تتبع انحراف النموذج وإعادة التحقق من صحته بعد تغيير الكاميرا أو مجموعة البيانات.
استمر في الاستكشاف
رسالة إخبارية مجانية
احصل على الإحاطة اليومية لمنظمة العفو الدولية
ثلاث قصص تم التحقق منها بواسطة الذكاء الاصطناعي كل صباح من أيام الأسبوع، مكتوبة باللغة الإنجليزية البسيطة. مجاني للأبد، بدون إعلانات.
بريد إلكتروني واحد كل يوم من أيام الأسبوع. إلغاء الاشتراك بنقرة واحدة. نحن لا نبيع أو نشارك عنوانك أبدًا.
اختبر نفسك
Take the DepthAnything Monocular Depth quiz
تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.
دعم تعليم الذكاء الاصطناعي المجاني. AI Understanding هي منظمة 501(c)(3) غير ربحية - لا إعلانات ولا نظام حظر الاشتراك غير المدفوع على الإطلاق. قم بالتبرع
الأسئلة المتداولة
What is DepthAnything Monocular Depth?
DepthAnything هو نموذج أساسي يقوم بتقدير مدى بعد كل بكسل عن صورة عادية واحدة، دون الحاجة إلى أجهزة خاصة. لقد جعل استشعار العمق القوي للأغراض العامة رخيصًا ويمكن الوصول إليه لأي شيء بدءًا من الهواتف وحتى الروبوتات.
ماذا يعني تقدير العمق "أحادي"؟
أحادي العين يعني أنه يتم استنتاج العمق من صورة كاميرا واحدة (أحادية)، بدون زوج استريو أو مستشعر نشط.
ما هي استراتيجية DepthAnything الرئيسية لتحقيق تعميم قوي؟
قام الفريق ببناء محرك بيانات قام بتسمية عشرات الملايين من الصور غير المسماة، مما أدى إلى توسيع نطاق التدريب بشكل كبير.
ما هو التشفير الأساسي الذي يعتمد عليه DepthAnything؟
يستخدم DepthAnything جهاز تشفير DINOv2 ViT مقترنًا برأس تنبؤ كثيف بنمط DPT.
ما هو نوع العمق الذي ينتجه DepthAnything الأصلي بشكل أساسي؟
يتنبأ النموذج الأساسي بترتيب العمق النسبي بدلاً من المسافات المترية المطلقة.
كيف قام DepthAnything V2 بتحسين التفاصيل والحواف الدقيقة؟
قام V2 بتدريب المعلم على الصور الاصطناعية ذات العمق الدقيق، ثم تحويلها إلى صور حقيقية للحصول على حدود أكثر وضوحًا.
استمر في التعلم
أدلة ذات صلة
تم اختيار المزيد من الأدلة لهذا الموضوع