Depth-Anything-3

Depth Anything 3 (DA3) 是一个能够从任意视角的视觉输入中恢复空间几何结构的模型，无论是否已知相机姿态。该项目的核心功能在于使用单一的普通变换器（如原始DINO编码器）作为基础架构，并采用统一的深度射线表示法，从而避免了复杂的多任务学习需求。DA3在单目深度估计和多视图深度及姿态估计方面表现出色，超越了前代模型DA2和VGGT。适用于需要从图像或视频序列中提取深度信息的应用场景，例如自动驾驶、增强现实以及三维重建等。项目基于公开学术数据集进行训练，确保了其广泛适用性和准确性。