概述
Marigold 重新利用預先訓練的影像產生擴散模型（穩定擴散）來預測高度詳細的深度圖。它表明您可以將生成器豐富的視覺知識轉變為精確的感知工具，而訓練資料卻少得驚人。
萬壽菊擴散深度估計屬於電腦視覺工作流程，它解釋或產生視覺媒體以進行分析、操作和創造力。
深入探討
Marigold（蘇黎世聯邦理工學院，CVPR 2024 最佳論文榮譽獎）將深度估計重新定義為條件生成問題。它不是從頭開始訓練深度網絡，而是微調穩定擴散以“生成”以輸入圖像為條件的深度圖。我們的見解是，經過訓練來合成真實感影像的模型已經在其潛在空間深處學習了場景幾何、光照和結構，這正是對深度有用的先驗知識。值得注意的是，Marigold 僅在合成資料集（如 Hypersim 和 Virtual KITTI）上進行了微調，但可以很好地推廣到零拍攝的真實照片。它產生具有極其精細細節的仿射不變相對深度，儘管迭代去噪使其比 DepthAnything 等前饋模型慢。
技術洞察
萬壽菊在穩定擴散的潛在空間中運作。影像和深度圖都由同一個VAE編碼； U-Net 經過微調，可以根據乾淨的潛在影像對潛在深度進行去雜訊。在推理時，它運行標準迭代去噪循環，然後解碼潛在深度。因為它是採樣的，所以可以整合多個運行來提高穩定性，用計算來換取準確性。後來的“LCM”和一步蒸餾版本將數十個步驟縮減為一次。
掌握萬壽菊擴散深度估計
Marigold 重新利用預先訓練的影像產生擴散模型（穩定擴散）來預測高度詳細的深度圖。它表明您可以將生成器豐富的視覺知識轉變為精確的感知工具，而訓練資料卻少得驚人。萬壽菊擴散深度估計屬於電腦視覺工作流程，它解釋或產生視覺媒體以進行分析、操作和創造力。為了建立深入的理解，請將 Marigold 擴散深度估計視為一種操作模型，而不是單一功能：定義所需的結果，澄清假設，並將系統可以可靠地執行的操作與仍需要專家判斷的操作分開。
在實踐中，使用 Marigold 擴散深度估計的強大團隊可以平衡準確性與資料品質、照明方差和標籤一致性等操作現實。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。同時，如果出處不明，肖像權和同意可能會成為法律風險。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
創意團隊可以透過更少的手動修改來更快地建立概念原型。
創意團隊可以透過更少的手動修改來更快地建立概念原型。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
操作可以使用以前難以處理的影像和視訊訊號。
操作可以使用以前難以處理的影像和視訊訊號。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
從建築和產品照片中提取細粒度的深度，用於重新照明和 3D 模型。
產生高細節深度圖，用作可控影像和視訊生成的條件。
幫助電影和視覺特效團隊進行邊緣精準度至關重要的霧面和視差工作。
作為研究基線，展示如何使產生先驗適應密集的預測任務。
實施模式
萬壽菊擴散深度估計實踐
從建築和產品照片中提取細粒度的深度，用於重新照明和 3D 模型。
從建築和產品照片中提取細粒度的深度以進行重新照明和 3D 模型當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會獲得更好的結果。
萬壽菊擴散深度估計實踐
產生高細節深度圖，用作可控影像和視訊生成的條件。
產生高細節深度圖，用作可控影像和視訊生成的條件當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
萬壽菊擴散深度估計實踐
幫助電影和視覺特效團隊進行邊緣精準度至關重要的霧面和視差工作。
幫助電影和視覺特效團隊處理邊緣精度至關重要的遮罩和視差工作當團隊預先定義質量閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會獲得更好的結果。
萬壽菊擴散深度估計實踐
作為研究基線，展示如何使產生先驗適應密集的預測任務。
作為研究基線，顯示如何使產生先驗適應密集的預測任務當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力增益和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
如果出處不明，肖像權和同意可能會成為法律風險。
模型表現可能因光照、人口統計和環境的不同而有所不同。
除非監控置信閾值，否則誤報可能會被忽略。
實施路線圖
定義精確度、召回率和錯誤成本的接受標準。
定義精確度、召回率和錯誤成本的接受標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
使用符合實際生產條件的數據進行測試。
使用符合實際生產條件的數據進行測試。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
為低置信度或高影響力的預測添加人工審核。
為低置信度或高影響力的預測添加人工審核。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
追蹤模型漂移並在相機或資料集變更後重新驗證。
追蹤模型漂移並在相機或資料集變更後重新驗證。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。