ml-depth-pro

Depth Pro 是一个用于单目图像的高精度、实时度量深度估计模型。它基于多尺度视觉Transformer架构，支持零样本推理，可直接输出带绝对尺度（单位：米）的高分辨率深度图，并同步估计图像焦距（像素单位），无需相机内参先验。模型在标准GPU上处理2.25兆像素图像仅需0.3秒，具备优异的边界锐度与高频细节还原能力，适用于机器人导航、AR/VR场景重建、3D内容生成等对实时性与几何精度均有要求的视觉任务。