基于深度学习的实时端到端 2D 到 3D 视频转换。

KuaiKan 2024-11-5 178

https://github.com/HypoX64/Deep3D

依赖

此代码依赖于通过 pip install 提供的 opencv-python。

pip install opencv-python

克隆此存储库

git clone https://github.com/HypoX64/Deep3D
cd Deep3D

运行它!

python inference.py --model ./export/deep3d_v1.0_640x360_cuda.pt --video ./medias/wood.mp4 --out ./result/wood.mp4 --inv
# some video need to reverse left and right views (--inv)

获取预训练模型

https://pan.baidu.com/s/1Qml48TBI7_AC_d5oiZEAyQ [百度云,提取码xxo0 ]

https://drive.google.com/drive/folders/1o-JRU9A38rHwoozHZNJDxKKAydgK_z04?usp=sharing



https://github.com/nagadomi/nunif/blob/master/windows_package/docs/README.md

Flut Renamer:一款强大的跨平台文件批量重命名工具

https://github.com/sun-jiao/flut-renamer


Full SBS——左右 宽度x2,高度不变

Half SBS——左右 不改变宽高

Full TB——上下 宽度不变,高度x2

Half TB——上下 不改变宽高

VR90———VR设备


Monocular Depth Estimation Models
单眼深度估计模型

Short Name 简称
ZoeD_NZoeDepth model NYUv2. Tuned for indoor scenes.
ZoeDepth 模型 NYUv2。针对室内场景进行调整。
ZoeD_KZoeDepth model KITTI. Tuned for outdoor scenes (dashboard camera view).
ZoeDepth 模型 KITTI。针对户外场景(仪表板摄像头视图)进行了优化。
ZoeD_NKZoeDepth model NYUv2 and KITTI.
ZoeDepth 模型 NYUv2 和 KITTI。
ZoeD_Any_NDepth-Anything Metric Depth model NYUv2. Tuned for indoor scenes.
Depth-Anything 度量深度模型 NYUv2。针对室内场景进行调整。
ZoeD_Any_KDepth-Anything Metric Depth model KITTI. Tuned for outdoor scenes (dashboard camera view).
Depth-Anything 公制深度模型 KITTI。针对户外场景(仪表板摄像头视图)进行了优化。
Any_SDepth-Anything model small. The most efficient model, with promising performance.
Depth-Anything 型号 small 。最高效的模型,性能有希望。
Any_BDepth-Anything model base.
Depth-Anything 模型库。
Any_LDepth-Anything model large. This model gives high quality, but is also heavy in terms of computation.
Depth-Anything 模型 large。该模型提供高质量,但在计算方面也很繁重。
Any_V2_SDepth-Anything-V2 model small.
Depth-Anything-V2 模型 small 。
Any_V2_BDepth-Anything-V2 model base. (cc-by-nc-4.0)
Depth-Anything-V2 模型基础。(CC-由 NC-4.0 提供)
Any_V2_LDepth-Anything-V2 model large. (cc-by-nc-4.0)
Depth-Anything-V2 模型 large。(CC-由 NC-4.0 提供)
Any_V2_N_SDepth-Anything-V2 Metric Depth model Hypersim small. Tuned for indoor scenes.
Depth-Anything-V2 公制 深度模型 Hypersim 小。针对室内场景进行调整。
Any_V2_N_BDepth-Anything-V2 Metric Depth model Hypersim base. Tuned for indoor scenes
Depth-Anything-V2 公制深度模型 Hypersim 基础。针对室内场景进行调优
Any_V2_N_LDepth-Anything-V2 Metric Depth model Hypersim large. Tuned for indoor scenes. (cc-by-nc-4.0)
Depth-Anything-V2 公制深度模型 Hypersim large。针对室内场景进行调整。(CC-由 NC-4.0 提供)
Any_V2_K_SDepth-Anything-V2 Metric Depth model VKITTI small. Tuned for outdoor scenes (dashboard camera view).
Depth-Anything-V2 公制深度模型 VKITTI 小。针对户外场景(仪表板摄像头视图)进行了优化。
Any_V2_K_BDepth-Anything-V2 Metric Depth model VKITTI base. Tuned for outdoor scenes (dashboard camera view).
Depth-Anything-V2 公制深度模型 VKITTI 基础。针对户外场景(仪表板摄像头视图)进行了优化。
Any_V2_K_LDepth-Anything-V2 Metric Depth model VKITTI large. Tuned for outdoor scenes (dashboard camera view). (cc-by-nc-4.0)
Depth-Anything-V2 公制 深度模型 VKITTI 大。针对户外场景(仪表板摄像头视图)进行了优化。(CC-由 NC-4.0 提供)


签名:这个人很懒,什么也没有留下!
最新回复 (0)
返回