> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/roboflow/roboflow-ko/deploy/supported-models/depth-anything-v2.md).

# Depth Anything V2

Depth Anything V2는 단안 깊이 추정 모델입니다. 어떤 입력 이미지에 대해서도 정규화된 깊이 맵(값은 0과 1 사이)을 반환합니다.

{% hint style="info" %}
Depth Anything V2는 Serverless Hosted API에서 사용할 수 없습니다. 다음에서 실행하세요 [Dedicated Deployment](/roboflow/roboflow-ko/deploy/dedicated-deployments.md) 또는 [자체 호스팅 Inference](https://inference.roboflow.com/).
{% endhint %}

## 코드 샘플

{% stepper %}
{% step %}

### API Key를 받으세요

Roboflow 계정을 만들고, 다음에서 키를 찾으세요: [Roboflow API 설정 페이지](https://app.roboflow.com/settings/api) 그리고 이를 셸에서 사용할 수 있도록 설정하세요:

```bash
export ROBOFLOW_API_KEY="your-key-here"
```

{% endstep %}

{% step %}

### 종속성을 설치하세요

다음을 설치하세요 [Inference SDK](https://inference.roboflow.com/):

```bash
pip install inference-sdk opencv-python
```

{% endstep %}

{% step %}

### 모델을 실행하세요

설정 `api_url` Dedicated Deployment URL 또는 로컬 Inference server에 연결하세요. 이 스크립트는 깊이 맵에 색을 입히고 입력과 나란히 비교한 이미지를 저장합니다.

```python
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]))
```

<figure><img src="/files/72bafc416a4f4e76507efbaa25a806d48581d240" alt=""><figcaption></figcaption></figure>
{% endstep %}
{% endstepper %}

## 추론 속도

다음 기준으로 측정한 지연 시간 [Roboflow Inference](https://inference.roboflow.com/) 1x NVIDIA L4에서, 배치 크기 1로, 워밍업 이후 평균값입니다.

<table data-search="false"><thead><tr><th>모델</th><th>지연 시간(ms)</th></tr></thead><tbody><tr><td><code>depth-anything-v2</code></td><td>40.1</td></tr></tbody></table>

Small 체크포인트에서 측정되었습니다.

{% hint style="info" %}
설정 `api_url` 을 배포 대상에 맞게 설정하세요:

* `http://localhost:9001` 로컬 [Inference](https://inference.roboflow.com/) 서버용입니다.
* 귀하의 [Dedicated Deployment](/roboflow/roboflow-ko/deploy/dedicated-deployments.md) 비공개 엔드포인트용 URL입니다.
  {% endhint %}