К содержимому
Другое

LibreDepthPro2l-depth

оценка глубины от Apple для LibreYOLO

1 мин чтенияобновлено

Модель объединяет Apple Depth Pro 2 (на архитектуре DINOv3 ViT-L/16) и вспомогательный оценщик фокусного расстояния DepthPro2-focal в одном файле формата LibreYOLO. Инструмент вычисляет метрическую глубину по одному снимку или в потоковом видео, а также определяет внутренние параметры камеры. Оригинальные веса Apple оставлены без изменений, что гарантирует полное совпадение результатов с первоисточником. Решение пригодится исследователям компьютерного зрения и 3D-реконструкции.

Ключевые особенности

  • Объединяет чекпоинты apple/DepthPro2-L и apple/DepthPro2-focal под единым интерфейсом LibreYOLO.
  • Выдаёт метрическую карту глубины в метрах и матрицу пиксельных интринсиков камеры (параметров оптики для OpenCV).
  • Веса сохранены без переобучения с побитово идентичным выводом относительно официального кода Apple.
  • Лицензия Apple AMLR допускает исключительно некоммерческие научные исследования и разработки.

Что можно сделать

  • Построить карту метрической глубины для одиночной фотографии в академическом проекте.
  • Запустить оценку глубины в реальном времени для анализа потокового видео.
  • Получить матрицу параметров камеры OpenCV (3×3) без предварительной ручной калибровки.

Пример

from libreyolo import LibreYOLO

model = LibreYOLO("LibreDepthPro2l-depth.pt")
result = model.predict("image.jpg")
depth = result.depth_map            # метрическая глубина в метрах
K = depth.intrinsics                # (3, 3) интринсики камеры OpenCV
ПодробнееАрхитектура: DINOv3 ViT-L/16 + модуль оценки фокусного расстояния (ключи под префиксом fov.*).
Особенности вывода: для пикселей неба возвращается бесконечность (inf).
Лицензия: Apple Machine Learning Research Model License Agreement (только некоммерческое использование).
Обсудить Telegram 0 21

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.3 GB · готовые файлы2.0 GB
  • FP8 / INT8рекомендуемвеса 0.7 GB1.2 GB
  • 4-bitвеса 0.4 GB0.9 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # LibreYOLO/LibreDepthPro2l-depth
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download LibreYOLO/LibreDepthPro2l-depth --local-dir ~/models/LibreDepthPro2l-depth
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к LibreDepthPro2l-depth
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

apple/DepthPro2-L

Новые посты про версии DepthPro2-L — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 2Все на Hugging Face

О модели

LibreYOLO/LibreDepthPro2l-depth
Автор
LibreYOLO
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

210

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии