Depth Anything V2

Dedicated Deployment या self-hosted Inference पर monocular depth estimation के लिए Depth Anything V2 का उपयोग करें

Depth Anything V2 एक monocular depth estimation मॉडल है। यह किसी भी input image के लिए एक normalized depth map (0 और 1 के बीच मान) लौटाता है।

Depth Anything V2 Serverless Hosted API पर उपलब्ध नहीं है। इसे एक Dedicated Deployment या self-hosted Inference.

कोड नमूना

1

अपनी API Key प्राप्त करें

एक Roboflow खाता बनाएं, अपनी key यहाँ पर ढूँढें Roboflow API settings page और इसे अपने shell में उपलब्ध कराएँ:

export ROBOFLOW_API_KEY="your-key-here"

2

निर्भरताएँ इंस्टॉल करें

इंस्टॉल करें Inference SDK:

pip install inference-sdk opencv-python

3

मॉडल चलाएँ

सेट करें api_url अपने Dedicated Deployment URL या किसी local Inference server पर। यह script depth map को colorize करती है और input के साथ side-by-side comparison लिखती है।

import os
import cv2
import numpy as np
import requests
from inference_sdk import InferenceHTTPClient

content = requests.get("https://media.roboflow.com/notebooks/examples/bicycle.png").content
image = cv2.imdecode(np.frombuffer(content, np.uint8), cv2.IMREAD_COLOR)
client = InferenceHTTPClient(
    api_url="https://your-deployment.roboflow.cloud",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)
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]))

Inference speed

Latency मापी गई Roboflow Inference 1x NVIDIA L4 पर, batch size 1, warmup के बाद का औसत।

मॉडल	विलंबता (ms)
depth-anything-v2	40.1

Small checkpoint पर मापा गया।

सेट करें api_url को अपने deployment target से मिलाएँ:

• http://localhost:9001 एक local Inference server.

• आपका Dedicated Deployment एक private endpoint के लिए URL.