CV / Depth-Anything

Depth-Anything-V2-ViTS

reComputer R Series (CM5 + Hailo-10H)

Estimation monoculaire de profondeur sans entraînement spécifique avec Depth-Anything-V2-Small sur reComputer R Series avec Hailo-8 ou Hailo-10H.

33 téléchargements

Taille

24.6 MB

Mémoire

4GB+

Précision

Hailo HEF

Choisissez l'appareil que vous utilisez. Le guide de configuration et la documentation seront mis à jour en conséquence.

Plateforme

Moteur d'inférence

Pour commencer

Déployer

sudo docker run --rm \
  --name cm5-hailo10h-depth-anything-v2-vits \
  --privileged \
  --net=host \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  -v /usr/lib/libhailort.so.5.1.1:/usr/lib/libhailort.so.5.1.1:ro \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo10h-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

Utilisez l'API REST pour exécuter l'inférence. Copiez les commandes ci-dessous.

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())

Détails du modèle

reComputer R Series (CM5 + Hailo-10H)

Depth-Anything-V2-ViTS sur reComputer R Series (CM5 + Hailo-10H)

Depth-Anything-V2-Small (dorsale ViT-S) effectue une estimation monoculaire de profondeur sans entraînement spécifique (zero-shot) sur Hailo-10H via HailoRT. Le HEF produit une carte de profondeur relative 224×224×1 ; l'application la normalise, applique une palette INFERNO et la superpose à l'image originale par mélange alpha.

Informations sur le modèle

Propriété	Valeur
Architecture	ViT-S (Depth-Anything-V2-Small-hf)
Tâche	Estimation de profondeur sans entraînement spécifique (zero-shot)
Entrée	224x224x3 RGB
Sortie	Carte de profondeur 224x224x1 (relative, FLOAT32)
Paramètres	24.2M
Opérations	16.7G
AbsRel	0.147
HEF	Hailo Model Zoo v5.4.0, Hailo-10H
Taille du HEF	24.6 MB (24,596,480 octets)

Exécution avec la vidéo de démonstration

bash

sudo docker run --rm \
  --name cm5-hailo10h-depth-anything-v2-vits \
  --privileged \
  --net=host \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  -v /usr/lib/libhailort.so.5.1.1:/usr/lib/libhailort.so.5.1.1:ro \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo10h-cv/depth_anything_v2_vits:latest \
  python web_detection.py --model_path model/depth_anything_v2_vits.hef --video_path video/test.mp4

Ouvrez http://<Board_IP>:8000 pour afficher la superposition de profondeur.

Pour une caméra USB, montez /dev/video0 et remplacez --video_path ... par --camera_id 0.

API REST

bash

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

Renvoie depth_stats (min, max, mean, std) pour la carte de profondeur prédite.

Point d'accès	Méthode	Fonction
`/api/models/depth_anything_v2_vits/predict`	POST	Statistiques de profondeur (JSON)
`/api/video_feed`	GET	MJPEG avec superposition de profondeur INFERNO

Notes d'implémentation

Profondeur relative : la sortie est normalisée min-max pour chaque image (pas une distance métrique). Une valeur plus élevée signifie plus loin. Sombre (INFERNO) = proche, clair = loin.
Le curseur règle le mélange alpha entre l'image originale et la palette de profondeur.
normalize_in_net ImageNet RGB ; aucune input_conversion → fournir du RGB uint8 brut après letterboxing.
Aucun post-traitement sur puce — sortie brute de la carte de profondeur, demandée sous forme de vstreams FLOAT32 afin que l'hôte reçoive des valeurs déquantifiées.
La taille d'entrée du HEF est lue au démarrage (224x224).

Notes de développement

Source : src/hailo10h_depth_anything_v2_vits/
Dockerfile : docker/hailo10h/depth_anything_v2_vits.dockerfile
Conteneur : ghcr.io/seeed-projects/recomputer-hailo10h-cv/depth_anything_v2_vits:latest
HEF : Hailo Model Zoo v5.4.0 (hailo10h), 24,596,480 octets, SHA256 b6f6328ec3d6b3c09235ce5ee33b5aebc7c63d5443083d7dc5613155bc298744
Famille : depth_anything (variantes v2_vits / vits)

Entrées et sorties

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.