概述
单视图通常会导致绝对尺度模糊，因此除非经过校准或受到其他约束，否则模型的输出可能是相对的。
深入探讨
Self-supervised monocular methods can use adjacent frames and camera motion to reconstruct a target view, minimizing photometric differences. Monodepth2 adds techniques such as per-pixel minimum reprojection and auto-masking. Such methods depend on assumptions about scene motion and camera geometry. Foundation-model releases such as Depth Anything are version-specific; do not infer metric accuracy in a new environment from a benchmark result. A single image provides visual cues such as relative object size, perspective convergence, texture gradients, and occlusion, but not direct stereo disparity. Depth Anything V2’s reported recipe trains a DINOv2-G teacher on synthetic labeled images, uses it to pseudo-label large-scale unlabeled real images, and trains student models on those pseudo-labels. The paper introduces DA-2K, with 1,000 images and 2,000 sparse relative-depth pixel pairs across diverse scenes. Its benchmark results are specific to the paper and do not guarantee performance in every environment or metric scale.
现实世界的实施
使用单目模型来估计相对的前景-背景顺序。
利用相邻视频帧和视图重建来训练自监督深度模型。
将已命名的 Depth Anything 版本与其记录的基准和许可证进行比较。
当应用需要度量距离时，请添加校准传感器。
单目深度估计的未来
大规模数据和新的模型系列可以提高泛化能力，但零样本表现仍然取决于任务和领域。请验证具体的检查点，在没有证据的情况下，不要将相对深度用作校准范围。
付诸实践
为什么这很重要
- 速度与规模. 视觉人工智能可以大规模自动化检查、检测和标记任务。
- 构建选择. 创意团队可以通过更少的手动修改更快地构建概念原型。
- 团队与工作流程. 操作可以使用以前难以处理的图像和视频信号。
留意
- 如果出处不明，肖像权和同意可能会成为法律风险。
- 模型性能可能因光照、人口统计和环境的不同而有所不同。
- 除非监控置信阈值，否则误报可能会被忽视。
后续步骤
- 定义精确度、召回率和错误成本的接受标准。
- 使用符合实际生产条件的数据进行测试。
- 为低置信度或高影响力的预测添加人工审核。
- 跟踪模型漂移并在相机或数据集更改后重新验证。
不断探索
常见问题
什么是单目深度估计？
单目深度估计通过一张图像预测场景深度。单视图通常会导致绝对尺度模糊，因此除非经过校准或受到其他约束，否则模型的输出可能是相对的。
是什么让深度估计成为“单目”？
“单眼”是指一只眼睛/相机；该方法无需立体或主动深度传感器即可从单个 RGB 图像预测深度。
单目深度估计器对图像预测什么？
单目估计器从一个相机视图预测深度结构；根据模型的不同，输出可能是相对的，也可能是度量的。
Depth Anything V2 论文报告了什么数据配方？
Depth Anything V2 描述了在合成标记图像上训练 DINOv2-G 教师模型，为未标记的真实图像生成伪深度，并在这些伪标记图像上训练学生模型的过程。
单目网络不直接依赖哪种线索来获得深度？
单图像方法通过视觉结构（如物体的相对大小、透视、纹理梯度和遮挡）来推断深度；它们不直接测量两个同步相机之间的立体视差。
Monodepth2 使用什么来减少移动物体在自监督训练中的影响？
Monodepth2 引入了自动掩码来处理违反相机运动假设的像素。