MiDaS: differenze tra le versioni

Da Wiki AI.
Nessun oggetto della modifica
Nessun oggetto della modifica
 
Riga 26: Riga 26:
             |title=Multi-scale Deep Stereo (MiDaS)
             |title=Multi-scale Deep Stereo (MiDaS)
             |title_mode=append
             |title_mode=append
             |keywords="stima della profondità, computer vision,  MiDaS, Stable Diffusion, Depth-to-image, architettura, classificazione, immagini"
             |keywords=stima della profondità, computer vision,  MiDaS, Stable Diffusion, Depth-to-image, architettura, classificazione, immagini
             |description="MiDaS (Multi-scale Deep Stereo) è un'architettura di computer vision sviluppata nel 2019 per la stima della profondità di un'immagine. Trova applicazione in diversi ambiti, tra cui Stable Diffusion, in particolare nella funzionalità Depth-to-image. Questa tecnica permette di generare immagini tridimensionali a partire da una singola immagine bidimensionale, aprendo nuove possibilità creative e di elaborazione delle immagini."
             |description=MiDaS (Multi-scale Deep Stereo) è un'architettura di computer vision sviluppata nel 2019 per la stima della profondità di un'immagine. Trova applicazione in diversi ambiti, tra cui Stable Diffusion, in particolare nella funzionalità Depth-to-image. Questa tecnica permette di generare immagini tridimensionali a partire da una singola immagine bidimensionale, aprendo nuove possibilità creative e di elaborazione delle immagini.
             |image=Depth-To-Image.png
             |image=Depth-To-Image.png
             }}
             }}

Versione attuale delle 13:47, 17 ago 2024

MiDaS
Nome Inglese Multi-scale Deep Stereo
Sigla MiDaS
Anno Di Creazione 2019
Pubblicazione Towards Robust Monocular Depth Estimation: Mixing Datasets for Zero-shot Cross-dataset Transfer
URL https://arxiv.org/abs/1907.01341
Topic Classificazione, Immagini
Depth-To-Image

Acrhitettura di computer vision per la stima della profondità di un immagine, utilizzato per esempio in Stable Diffusion in particolare in Depth-to-image

Links

https://github.com/isl-org/MiDaS

https://arxiv.org/abs/1907.01341v3

https://arxiv.org/abs/2103.13413

https://arxiv.org/pdf/2307.14460.pdf