Depth Anything V2
Depth Anything V2 단안 깊이 추정 API를 전용 배포 또는 자체 호스팅 추론에서 실행
Depth Anything V2는 단안 깊이 추정 모델입니다. 입력 이미지에 대해 정규화된 깊이 맵(값은 0과 1 사이)을 반환합니다.
Depth Anything V2 API
API 키를 받으세요
Roboflow 계정을 만들고, 다음에서 키를 찾으세요 Roboflow API 설정 페이지 그리고 셸에서 사용할 수 있게 설정하세요:
export ROBOFLOW_API_KEY="your-key-here"모델을 실행하세요
설정하세요 api_url 전용 배포 URL 또는 로컬 Inference 서버에 연결합니다. 이 스크립트는 깊이 맵에 색을 입히고 입력 이미지와 나란히 비교한 결과를 저장합니다.
import os
import cv2
import numpy as np
import supervision as sv
from inference_sdk import InferenceHTTPClient, InferenceConfiguration
image = sv.load_image_from_url("https://media.roboflow.com/notebooks/examples/bicycle.png")
client = InferenceHTTPClient(
api_url="https://your-deployment.roboflow.cloud",
api_key=os.environ["ROBOFLOW_API_KEY"],
).configure(InferenceConfiguration(api_key_transport="header"))
result = client.depth_estimation(image)
depth = np.array(result["normalized_depth"], dtype=np.float32)
depth = cv2.resize(depth, (image.shape[1], image.shape[0]))
depth_vis = (depth * 255).astype(np.uint8)
depth_color = cv2.applyColorMap(depth_vis, cv2.COLORMAP_INFERNO)
cv2.imwrite("depth_annotated.png", np.hstack([image, depth_color]))
Depth Anything V2 추론 속도
지연 시간은 다음으로 측정됨 Roboflow Inference 1x NVIDIA L4, 배치 크기 1, 워밍업 후 평균 기준.
depth-anything-v2
40.1
Small 체크포인트에서 측정됨.
사용 가능한 Depth Anything V2 모델
깊이 추정 엔드포인트와 depth_estimation@v1 Workflow 블록은 하나의 순서형 깊이 계약 뒤에서 두 모델 계열을 제공합니다. 이는 이미지 크기의 맵을 이미지별로 정규화한 것이며, 1.0 가 가장 가깝고 0.0 가 가장 멉니다.
Depth Anything (상대 깊이):
depth-anything-v2/small,depth-anything-v3/small,depth-anything-v3/baseYOLO26 깊이 (미터 단위 깊이, 이 경로에서는 정규화되며, 훨씬 더 빠름):
yolo26n-depth-768,yolo26s-depth-768,yolo26m-depth-768,yolo26l-depth-768,yolo26x-depth-768
공유 출력은 모델 전반에 걸쳐 형태, 범위, 그리고 가까움에서 멀어짐의 순서를 유지하지만, 중간 값은 모델 계열 간에 기하학적으로 동일하지 않습니다. 값은 실제 거리값이 아니라 순서형 근접도 점수이며, 서로 다른 이미지나 모델 계열 간에 수치적으로 비교해서는 안 됩니다. YOLO26 체크포인트에서 미터 단위의 절대적 깊이를 얻으려면, 다음으로 직접 로드하세요: inference_models.AutoModel.
Depth Anything V2 응답 형식
이 /infer/depth-estimation 엔드포인트는 직렬화합니다 normalized_depth 요청의 depth_map_format 필드에 따라:
json(기본값): 0과 1 사이의 float 중첩 리스트입니다. 이전 클라이언트와 호환되지만, 1080x810 이미지 기준 약 17MB입니다.png16: base64로 인코딩된 16비트 그레이스케일 PNG입니다(양자화 단계 1/65535, 일반적으로 10배 이상 더 작고 제공 속도도 훨씬 빠름).png8: base64로 인코딩된 8비트 그레이스케일 PNG입니다(256개의 깊이 수준, 대략 또 한 자릿수 정도 더 작음). 시각화와 임계값 처리에는 적합하지만, 미분 기반 기하학적 용도에는 손실이 있습니다.
SDK의 depth_estimation() 메서드의 기본값은 json, 따라서 기존 통합에서는 계속 중첩 리스트를 받습니다. 다음을 전달하세요 depth_map_format="png16" (또는 "png8")를 사용해 더 작은 페이로드를 선택할 수 있습니다. SDK는 이를 다시 다음으로 디코딩합니다: numpy.ndarray (필요하면 .tolist() JSON 직렬화 가능한 출력이 필요하다면).
셀프 호스팅 Inference로 Depth Anything V2 실행
다음으로 모델을 직접 로드할 수도 있습니다: inference 패키지
Hugging Face로 인증
가중치는 Hugging Face에서 가져오므로 다음을 설정하세요 Hugging Face 토큰:
Workflows의 실행 모드
다음에서 사용할 때 Workflow, 깊이 추정은 두 가지 모드 중 하나로 실행됩니다:
로컬 실행: 모델이 사용자의 Inference 서버에서 실행됩니다(GPU 권장).
원격 실행: 모델이 원격 Inference 서버에서 HTTP로 다음을 통해 호출됩니다:
depth_estimation()클라이언트 메서드.
마지막 업데이트
도움이 되었나요?