Depth-Anything-V2

Depth Anything V2 是一个面向单目深度估计的通用基础模型，旨在从单张RGB图像中高效、鲁棒地预测像素级相对深度图。其核心特点包括：基于ViT架构的轻量设计（最小模型仅24.8M参数）、显著优于前代V1的细节还原与泛化能力、比扩散模型更快的推理速度和更高精度，同时支持Hugging Face Transformers集成与Apple Core ML部署。项目提供Small/Base/Large/XL四档模型，并扩展至视频深度估计（Video Depth Anything）和带LiDAR提示的4K度量深度（Prompt Depth Anything）。适用于机器人导航、AR/VR场景理解、3D重建、自动驾驶感知等需低成本单目深度推断的视觉任务。