Distill-Any-Depth-Small (ONNX) – 适用于 VisionDepth3D

模型来源： 本模型基于 Westlake-AGI-Lab 的 Distill-Any-Depth，最初由 Westlake-AGI-Lab 开发。 我并未训练此模型 — 我已将其转换为 ONNX 格式，以便在 VisionDepth3D 等工具中进行快速的 GPU 加速推理。

🧠 关于此模型

这是 Distill-Any-Depth PyTorch 模型到 ONNX 的直接转换版本，旨在从单张 RGB 图像进行轻量级、实时的深度估计。

✔️ 主要特性：

• ONNX 格式（从 PyTorch 导出）
• 兼容 ONNX Runtime 和 TensorRT
• 非常适合 2D 到 3D 深度工作流
• 与 VisionDepth3D 无缝配合使用

📌 预期用途

• 实时或批量深度图生成
• 2D 到 3D 转换流程（例如：SBS 3D 视频）
• 适用于 Windows、Linux（支持 CUDA）

📜 许可证与署名

引用

@article{he2025distill,
  title   = {Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator},
  author  = {Xiankang He and Dongyan Guo and Hongji Li and Ruibo Li and Ying Cui and Chi Zhang},
  year    = {2025},
  journal = {arXiv preprint arXiv: 2502.19204}
}

• 源模型： Westlake-AGI-Lab 的 Distill-Any-Depth
• 许可证： MIT
• 修改内容： 仅格式转换（无重新训练或权重更改）

如果您使用此模型，请注明原作者：Westlake-AGI-Lab。

💻 如何在 VisionDepth3D 中使用

将包含 onnx 模型的文件夹放入 VisionDepth3D 的 weights 文件夹中

VisionDepth3D¬
              Weights¬
                      Distill Any Depth Small¬
                                            model.onnx