CV / Depth-Anything

Depth-Anything-V2-ViTS

reComputer R Series (CM5 + Hailo-8)

Hailo-8 または Hailo-10H 搭載の reComputer R Series で、Depth-Anything-V2-Small によるゼロショット単眼深度推定を実行します。

39 ダウンロード

サイズ

35 MB

メモリ

4GB+

精度

Hailo HEF

使用しているデバイスを選択してください。セットアップガイドとドキュメントがそれに応じて更新されます。

プラットフォーム

推論エンジン

はじめる

デプロイ

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

REST API

REST API を使用して推論を実行します。以下のコマンドをコピーしてください。

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())

モデル詳細

reComputer R Series

reComputer R Series (CM5 + Hailo-8) で Depth-Anything-V2-ViTS を実行

Depth-Anything-V2-Small（ViT-S バックボーン）は Hailo-8 上でゼロショット単眼深度推定を行います。HEF は 224×224×1 の相対深度マップを出力し、アプリが正規化、INFERNO カラーマップの適用、元フレームへのアルファブレンドを行います。

モデル情報

項目	値
アーキテクチャ	ViT-S (Depth-Anything-V2-Small-hf)
タスク	ゼロショット深度推定
入力	224x224x3 RGB
出力	深度マップ 224x224x1（相対）
パラメータ数	24.2M
演算量	16.7G
AbsRel	0.147
HEF	Hailo Model Zoo v2.19.0, Hailo-8

デモ動画で実行

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

http://<Board_IP>:8000 を開いて深度オーバーレイを確認します。

REST API

bash

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

予測した深度マップの depth_stats（最小値、最大値、平均、標準偏差）を返します。

エンドポイント	メソッド	用途
`/api/models/depth_anything_v2_vits/predict`	POST	深度統計（JSON）
`/api/video_feed`	GET	INFERNO 深度オーバーレイ付き MJPEG

実装上の注意

相対深度：出力はフレームごとに min-max 正規化します（実距離ではありません）。値が高いほど遠く、INFERNO の暗色は近距離、明色は遠距離を表します。
スライダーで元フレームと深度カラーマップのアルファブレンド比率を調整します。
normalize_in_net は ImageNet RGB を使用します。input_conversion はないため、生の uint8 RGB を入力します。
チップ上の後処理はなく、生の FLOAT32 深度マップを出力します。

開発上の注意

出典: src/rpi5_hailo8_depth_anything_v2_vits/
コンテナ: ghcr.io/seeed-projects/recomputer-hailo8-cv/depth_anything_v2_vits:latest
ファミリー：depth_anything（バリアント：v2_vits / vits）

入力と出力

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.