Depth Pro

Depth Pro: Sharp Monocular Metric Depth in Less Than a Second (Apple)进阶

苹果开源的单目度量深度模型，一张图输出以米为单位的清晰深度图。

Depth Pro 由苹果的 Bochkovskii、Koltun 等人提出，2024 年 10 月公开论文、代码和权重，发表于 ICLR 2025。它做零样本单目度量深度估计：只给一张图，不需要相机内参等元数据，就输出以米为单位的绝对深度，同时估计相机焦距。主打边缘锐利、细节丰富，论文称在普通 GPU 上 0.3 秒生成一张 225 万像素的深度图。技术上用了高效的多尺度视觉 Transformer 做稠密预测，训练混合真实与合成数据，并提出了专门衡量深度边界准确度的指标。相对深度只知道谁远谁近，度量深度带真实尺度，才能直接反投影成点云给机器人用。