CV / Depth-Anything

Depth-Anything-V2-ViTS

reComputer R Series (CM5 + Hailo-8)

Estimación monocular de profundidad sin entrenamiento específico con Depth-Anything-V2-Small en reComputer R Series con Hailo-8 o Hailo-10H.

39 descargas

Tamaño

35 MB

Memoria

4GB+

Precisión

Hailo HEF

Elige el dispositivo que estás usando. La guía de configuración y la documentación se actualizarán en consecuencia.

Plataforma

Motor de inferencia

Primeros pasos

Desplegar

sudo docker run --rm \
  --name cm5-hailo8-depth-anything-v2-vits \
  --privileged \
  --net=host \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  -v /usr/lib/libhailort.so.4.23.0:/usr/lib/libhailort.so.4.23.0:ro \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo8-cv/depth_anything_v2_vits:latest \
  python web_detection.py --model_path model/depth_anything_v2_vits.hef --video_path video/test.mp4

API REST

Usa la API REST para ejecutar inferencia. Copia los comandos siguientes.

Curl

curl -X POST "http://<Board_IP>:8000/api/models/depth_anything_v2_vits/predict" \
  -F "file=@test.jpg"

Python

import requests
response = requests.post(
    "http://<Board_IP>:8000/api/models/depth_anything_v2_vits/predict",
    files={"file": open("test.jpg", "rb")},
    timeout=30,
)
print(response.json())

Detalles del modelo

reComputer R Series

Depth-Anything-V2-ViTS en reComputer R Series (CM5 + Hailo-8)

Depth-Anything-V2-Small (red troncal ViT-S) realiza estimación monocular de profundidad sin entrenamiento específico (zero-shot) en Hailo-8. El HEF produce un mapa de profundidad relativa de 224×224×1; la aplicación lo normaliza, aplica el mapa de colores INFERNO y lo mezcla con el fotograma original mediante alfa.

Información del modelo

Propiedad	Valor
Arquitectura	ViT-S (Depth-Anything-V2-Small-hf)
Tarea	Estimación de profundidad sin entrenamiento específico (zero-shot)
Entrada	224x224x3 RGB
Salida	Mapa de profundidad 224x224x1 (relativo)
Parámetros	24.2M
Operaciones	16.7G
AbsRel	0.147
HEF	Hailo Model Zoo v2.19.0, Hailo-8

Ejecutar con vídeo de demostración

bash

sudo docker run --rm \
  --name cm5-hailo8-depth-anything-v2-vits \
  --privileged \
  --net=host \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  -v /usr/lib/libhailort.so.4.23.0:/usr/lib/libhailort.so.4.23.0:ro \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo8-cv/depth_anything_v2_vits:latest \
  python web_detection.py --model_path model/depth_anything_v2_vits.hef --video_path video/test.mp4

Abra http://<Board_IP>:8000 para ver la superposición de profundidad.

API REST

bash

curl -X POST "http://<Board_IP>:8000/api/models/depth_anything_v2_vits/predict" \
  -F "file=@test.jpg"

Devuelve depth_stats (mínimo, máximo, media, desviación estándar) del mapa de profundidad predicho.

Punto de acceso	Método	Finalidad
`/api/models/depth_anything_v2_vits/predict`	POST	Estadísticas de profundidad (JSON)
`/api/video_feed`	GET	MJPEG con profundidad INFERNO superpuesta

Notas de implementación

Profundidad relativa: la salida se normaliza mediante min-max por fotograma (no es una distancia métrica). Mayor valor = más lejos. Oscuro (INFERNO) = cerca; claro = lejos.
El deslizador controla la mezcla alfa entre el fotograma original y el mapa de colores de profundidad.
normalize_in_net usa ImageNet RGB; no hay input_conversion → se proporciona RGB uint8 sin procesar.
Sin posprocesamiento en chip: se obtiene un mapa de profundidad FLOAT32 sin procesar.

Notas de desarrollo

Fuente: src/rpi5_hailo8_depth_anything_v2_vits/
Contenedor: ghcr.io/seeed-projects/recomputer-hailo8-cv/depth_anything_v2_vits:latest
Familia: depth_anything (variantes v2_vits / vits)

Entradas y salidas

Input: image, video, or USB camera frame. Output: relative depth map with INFERNO colormap overlay on MJPEG preview, plus depth statistics (min/max/mean/std) via API.