CV / Depth-Anything

Depth-Anything-ViTS

reComputer R Series (CM5 + Hailo-10H)

在搭载 Hailo-8 或 Hailo-10H 的 reComputer R Series 上使用 Depth-Anything V1（ViT-S）进行零样本单目深度估计。

49 次下载

大小

24.6 MB

内存

4GB+

精度

Hailo HEF

选择你正在使用的设备，设置指南和文档将相应更新。

平台

推理引擎

快速开始

部署

sudo docker run --rm \
  --name cm5-hailo10h-depth-anything-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_vits:latest \
  python web_detection.py --model_path model/depth_anything_vits.hef --video_path video/test.mp4

REST API

使用 REST API 进行推理。复制以下命令。

Curl

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

Python

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

模型详情

reComputer R Series (CM5 + Hailo-10H)

Depth-Anything-ViTS 在 reComputer R Series（CM5 + Hailo-10H）上运行

Depth-Anything V1（ViT-S 主干）通过 HailoRT 在 Hailo-10H 上进行零样本单目深度估计。 I/O 与 V2 相同，但精度略好（AbsRel 0.13 vs 0.147）。HEF 输出 224×224×1 的相对深度图，支持 INFERNO 着色可视化和深度统计 API。

模型信息

属性	值
架构	ViT-S（Depth-Anything V1）
任务	零样本深度估计
输入	224x224x3 RGB
输出	深度图 224x224x1（相对深度，FLOAT32）
参数量	24.2M
运算量	16.7G
AbsRel	0.13
HEF	Hailo Model Zoo v5.4.0，Hailo-10H
HEF 大小	24.6 MB（24,621,056 字节）

使用演示视频运行

bash

sudo docker run --rm \
  --name cm5-hailo10h-depth-anything-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_vits:latest \
  python web_detection.py --model_path model/depth_anything_vits.hef --video_path video/test.mp4

打开 http://<Board_IP>:8000 查看深度叠加效果。

USB 摄像头需挂载 /dev/video0，并把 --video_path ... 改为 --camera_id 0。

REST API

bash

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

返回预测深度图的 depth_stats（min、max、mean、std）。

端点	方法	用途
`/api/models/depth_anything_vits/predict`	POST	深度统计（JSON）
`/api/video_feed`	GET	带 INFERNO 深度叠加的 MJPEG

实现说明

相对深度：输出按帧做 min-max 归一化（非公制），值越大越远；INFERNO 中暗=近、亮=远。
滑块控制原图与深度着色的 alpha 混合比例。
normalize_in_net ImageNet RGB；无 input_conversion → letterbox 后直接喂原始 uint8 RGB。
无片上后处理，输出就是深度图；封装层请求 FLOAT32 vstream，主机拿到反量化后的值。
启动时从 HEF 读取实际输入尺寸（224x224）。

开发说明

源码：src/hailo10h_depth_anything_vits/
Dockerfile：docker/hailo10h/depth_anything_vits.dockerfile
容器镜像：ghcr.io/seeed-projects/recomputer-hailo10h-cv/depth_anything_vits:latest
HEF：Hailo Model Zoo v5.4.0（hailo10h），24,621,056 字节， SHA256 5d32051560d30cf879a4a6158edea382d4a2ec6b4b2d421e58696e8c1ec85beb
所属系列：depth_anything（变体 v2_vits / vits）

输入与输出

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.