


Open source! Au-delà de ZoeDepth ! DepthFM : estimation rapide et précise de la profondeur monoculaire !
0. A quoi sert cet article ?
Proposed DepthFM : Un modèle d'estimation de profondeur monoculaire génératif de pointe, polyvalent et rapide. En plus des tâches traditionnelles d'estimation de la profondeur, DepthFM démontre également des capacités de pointe dans les tâches en aval telles que l'inpainting en profondeur. DepthFM est efficace et peut synthétiser des cartes de profondeur en quelques étapes d'inférence.
Lisons cet ouvrage ensemble~
1. Informations papier
Titre : DepthFM : Fast Monocular Depth Estimation with Flow Matching
Auteurs : Ming Gui, Johannes S. Fischer, Ulrich Prestel, Pingchuan Ma, Dmytro Kotovenko, Olga Grebenkova, Stefan Andreas Baumann, Vincent Tao Hu, Björn Ommer
Institution : MCML
Lien original : https://arxiv.org/abs/2403.13788
Lien code : https://github.com/ CompVis/degree -fm
Page d'accueil officielle : https://degreefm.github.io/
2 Abstract
est essentielle pour de nombreuses tâches et applications touristiques en aval. Les méthodes discriminantes actuelles pour ce problème sont limitées par des artefacts de flou, tandis que les méthodes génératives de pointe souffrent d'une vitesse d'échantillonnage d'apprentissage lente en raison de leur nature SDE. Au lieu de commencer par le bruit, nous recherchons un mappage direct de l’image d’entrée vers l’image de profondeur. Nous observons que cela peut être construit efficacement par correspondance de flux, car sa trajectoire droite dans l'espace de solution offre efficacité et haute qualité. Notre étude montre que les modèles de diffusion d'images pré-entraînés peuvent être utilisés comme connaissances préalables suffisantes pour les modèles approfondis d'appariement de flux. Sur des benchmarks de scènes naturelles complexes, notre approche légère démontre des performances de pointe à un coût de calcul avantageusement faible, bien qu'elle ait été formée sur seulement une petite quantité de données synthétiques.
3. Démonstration d'effet
DepthFM est un modèle de correspondance de flux d'inférence rapide avec une forte capacité de généralisation sans tir, qui peut utiliser de solides connaissances préalables et se généraliser facilement à des images réelles inconnues. Après un entraînement sur des données synthétiques, le modèle se généralise bien aux images réelles inconnues et correspond avec précision aux images de profondeur.
Comparé à d'autres modèles de pointe, DepthFM obtient des images nettement plus claires avec une seule évaluation de fonction. L'estimation de la profondeur de Marigold prend deux fois plus de temps que celle de DethFM, mais elle ne peut pas générer de cartes de profondeur avec la même granularité.
4. Principales contributions
(1) Proposition de DepthFM, un modèle d'estimation de profondeur monoculaire de pointe, polyvalent et rapide. En plus des tâches traditionnelles d'estimation de la profondeur, DepthFM démontre également des capacités de pointe dans les tâches en aval telles que l'inpainting en profondeur et la synthèse d'images conditionnées en profondeur.
(2) démontre le transfert réussi d'images a priori fortes des modèles de diffusion vers des modèles de correspondance de flux avec peu de dépendance aux données d'entraînement et sans besoin d'images du monde réel.
(3) montre que le modèle d'appariement de flux est efficace et peut synthétiser des cartes de profondeur en une seule étape d'inférence.
(4) Bien qu'il soit formé uniquement sur des données synthétiques, DepthFM fonctionne bien sur des ensembles de données de référence et des images naturelles.
(5) Utilisez la perte normale de surface comme cible auxiliaire pour obtenir une estimation plus précise de la profondeur.
(6) En plus de l'estimation de la profondeur, la confiance de sa prédiction peut également être prédite de manière fiable.
5. Quel est le principe spécifique ?
Pipeline de formations. La formation est limitée par l'appariement de flux et la perte normale de surface : pour l'appariement de flux, l'appariement de flux dépendant des données est utilisé pour régresser le champ vectoriel entre la profondeur de vérité terrain et l'image correspondante. De plus, le réalisme géométrique est obtenu grâce à une perte de normale de surface.
Correspondance de flux liée aux données : DepthFM régresse le champ vectoriel en ligne droite entre la distribution d'image et la distribution de profondeur en utilisant des paires image/profondeur. Cette approche favorise un raisonnement efficace en plusieurs étapes sans sacrifier les performances.
Affinement des priorités de diffusion : Les auteurs démontrent un transfert réussi de puissantes priorités d'images d'un modèle de diffusion de synthèse d'images de base (Stable Diffusion v2-1) vers un modèle d'appariement de flux avec peu de dépendance aux données d'entraînement et sans besoin de réel -Image du monde.
Perte normale de surface auxiliaire : Étant donné que DepthFM est uniquement formé sur des données synthétiques et que la plupart des ensembles de données synthétiques fournissent des normales de surface de vérité terrain, la perte normale de surface est utilisée comme cible auxiliaire pour améliorer la précision de l'estimation de la profondeur de DepthFM.
6. Résultats expérimentaux
DepthFM démontre des capacités de généralisation significatives en s'entraînant sur seulement 63 000 échantillons purement synthétiques et est capable d'estimer la profondeur sans tir sur des ensembles de données intérieurs et extérieurs. Le tableau 1 montre qualitativement la comparaison des performances de DepthFM avec les modèles correspondants de pointe. Alors que d'autres modèles s'appuient souvent sur de grands ensembles de données pour la formation, DepthFM exploite la richesse des connaissances inhérentes au modèle sous-jacent basé sur la diffusion. Cette méthode permet non seulement d'économiser des ressources informatiques, mais met également l'accent sur l'adaptabilité et l'efficacité de la formation du modèle.
Comparaison de l'estimation de la profondeur du souci basée sur la diffusion, du benchmark Flow Matching (FM) et du modèle DepthFM. Chaque méthode est évaluée en utilisant un seul membre d'ensemble et avec un nombre variable d'évaluations de fonctions (NFE) sur deux ensembles de données de référence communs. Par rapport à la ligne de base FM, DepthFM intègre la perte normale et le couplage dépendant des données pendant l'entraînement.
Résultats qualitatifs pour les modèles Marigold et DepthFM dans différents nombres d'évaluations fonctionnelles. Il convient de noter que Marigold ne donne aucun résultat significatif par inférence en une seule étape, alors que les résultats de DepthFM montrent déjà la véritable carte de profondeur.
Achèvement en profondeur sur Hypersim. Gauche : Donner un peu de profondeur. Moyenne : Profondeur estimée à partir de la profondeur partielle donnée. À droite : la vraie profondeur.
7. Résumé
DepthFM, une méthode de correspondance de flux pour l'estimation de la profondeur monoculaire. En apprenant un mappage direct entre l'image d'entrée et la profondeur, plutôt que de débruiter une distribution normale dans une carte de profondeur, cette approche est nettement plus efficace que les solutions actuelles basées sur la diffusion tout en fournissant des cartes de profondeur à grain fin sans artefacts communs du paradigme discriminatif. . DepthFM utilise au préalable un modèle de diffusion d'images pré-entraîné, le transférant efficacement vers un modèle de correspondance de flux profond. Par conséquent, DepthFM n'est formé que sur des données synthétiques mais se généralise toujours bien aux images naturelles lors de l'inférence. De plus, il a été démontré que la perte normale de surface auxiliaire améliore l’estimation de la profondeur. L'approche légère de DepthFM est compétitive, rapide et fournit des estimations de confiance fiables.
Les lecteurs intéressés par plus de résultats expérimentaux et de détails sur l'article peuvent lire l'article original
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Explorer le fonctionnement interne des modèles de langue avec Gemma Scope Comprendre les complexités des modèles de langue IA est un défi important. La sortie de Google de Gemma Scope, une boîte à outils complète, offre aux chercheurs un moyen puissant de plonger

Déverrouiller le succès de l'entreprise: un guide pour devenir un analyste de Business Intelligence Imaginez transformer les données brutes en informations exploitables qui stimulent la croissance organisationnelle. C'est le pouvoir d'un analyste de Business Intelligence (BI) - un rôle crucial dans GU

Instruction ALTER TABLE de SQL: Ajout de colonnes dynamiquement à votre base de données Dans la gestion des données, l'adaptabilité de SQL est cruciale. Besoin d'ajuster votre structure de base de données à la volée? L'énoncé de la table alter est votre solution. Ce guide détaille l'ajout de Colu

Introduction Imaginez un bureau animé où deux professionnels collaborent sur un projet critique. L'analyste commercial se concentre sur les objectifs de l'entreprise, l'identification des domaines d'amélioration et la garantie d'alignement stratégique sur les tendances du marché. Simulé

Excel Counting and Analysis: Explication détaillée du nombre et des fonctions de compte Le comptage et l'analyse des données précises sont essentiels dans Excel, en particulier lorsque vous travaillez avec de grands ensembles de données. Excel fournit une variété de fonctions pour y parvenir, les fonctions Count et Count sont des outils clés pour compter le nombre de cellules dans différentes conditions. Bien que les deux fonctions soient utilisées pour compter les cellules, leurs cibles de conception sont ciblées sur différents types de données. Faisons des détails spécifiques du comptage et des fonctions de coude, mettons en évidence leurs caractéristiques et différences uniques et apprenez à les appliquer dans l'analyse des données. Aperçu des points clés Comprendre le nombre et le cou

La révolution de l'IA de Google Chrome: une expérience de navigation personnalisée et efficace L'intelligence artificielle (IA) transforme rapidement notre vie quotidienne, et Google Chrome mène la charge dans l'arène de navigation Web. Cet article explore les exciti

Réinventuation d'impact: le quadruple bas Pendant trop longtemps, la conversation a été dominée par une vision étroite de l’impact de l’IA, principalement axée sur le résultat du profit. Cependant, une approche plus holistique reconnaît l'interconnexion de BU

Les choses évoluent régulièrement vers ce point. L'investissement affluant dans les prestataires de services quantiques et les startups montre que l'industrie comprend son importance. Et un nombre croissant de cas d'utilisation réels émergent pour démontrer sa valeur


Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

SublimeText3 version anglaise
Recommandé : version Win, prend en charge les invites de code !

Listes Sec
SecLists est le compagnon ultime du testeur de sécurité. Il s'agit d'une collection de différents types de listes fréquemment utilisées lors des évaluations de sécurité, le tout en un seul endroit. SecLists contribue à rendre les tests de sécurité plus efficaces et productifs en fournissant facilement toutes les listes dont un testeur de sécurité pourrait avoir besoin. Les types de listes incluent les noms d'utilisateur, les mots de passe, les URL, les charges utiles floues, les modèles de données sensibles, les shells Web, etc. Le testeur peut simplement extraire ce référentiel sur une nouvelle machine de test et il aura accès à tous les types de listes dont il a besoin.

Adaptateur de serveur SAP NetWeaver pour Eclipse
Intégrez Eclipse au serveur d'applications SAP NetWeaver.

VSCode Windows 64 bits Télécharger
Un éditeur IDE gratuit et puissant lancé par Microsoft

Version crackée d'EditPlus en chinois
Petite taille, coloration syntaxique, ne prend pas en charge la fonction d'invite de code