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_N
ZoeDepth model NYUv2. Tuned for indoor scenes.ZoeDepth 模型 NYUv2。针对室内场景进行调整。 ZoeD_K
ZoeDepth 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_NK
ZoeDepth model NYUv2 and KITTI.ZoeDepth 模型 NYUv2 和 KITTI。 ZoeD_Any_N
Depth-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_K
Depth-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_S
Depth-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_B
Depth-Anything model base.Depth-Anything 模型库。 Any_L
Depth-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_S
Depth-Anything-V2 model small.Depth-Anything-V2 模型 small 。 Any_V2_B
Depth-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_L
Depth-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_S
Depth-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_B
Depth-Anything-V2 Metric Depth model Hypersim base. Tuned for indoor scenesDepth-Anything-V2 公制深度模型 Hypersim 基础。针对室内场景进行调优 Any_V2_N_L
Depth-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_S
Depth-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_B
Depth-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_L
Depth-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!