DepthAnythingV2Demo

一个简单的DepthAnythingV2深度估计测试项目，用于验证本地环境是否能够正常运行。

功能特性

• 🚀 简单的命令行界面
• 🔧 自动环境检测（CUDA/CPU）
• 🖼️ 支持自定义图片或自动生成测试图片
• 📊 输出多种格式的深度图（灰度图、彩色图）
• 📈 显示深度图统计信息

环境要求

• Python 3.8+
• PyTorch 2.4.0
• CUDA（可选，用于GPU加速）

快速开始

Windows用户

1. 运行安装和测试脚本：

install_and_run.bat

Linux/Mac用户

1. 给脚本添加执行权限：

chmod +x run_test.sh

2. 运行安装和测试脚本：

./run_test.sh

手动安装

1. 安装依赖：

pip install -r requirements.txt

2. 运行测试：

python test_depth.py

使用方法

基本使用

python test_depth.py

使用自定义图片

python test_depth.py --image path/to/your/image.jpg

指定输出文件夹

python test_depth.py --output my_results

输出文件

运行完成后，会在输出文件夹中生成以下文件：

• test_input.jpg - 测试输入图片（如果使用自动生成的图片）
• original.jpg - 原始图片
• depth.jpg - 深度图（灰度）
• depth_colored.jpg - 深度图（彩色，使用plasma色彩映射）

故障排除

模型下载问题

如果遇到模型下载缓慢或失败，可以尝试：

1. 使用代理
2. 手动下载模型到本地
3. 使用国内镜像源

CUDA相关问题

• 确保CUDA版本与PyTorch版本兼容
• 如果CUDA不可用，程序会自动切换到CPU模式

内存不足

• 使用较小的输入图片
• 确保有足够的系统内存（建议8GB+）

技术细节

• 使用HuggingFace Transformers库
• 模型：depth-anything/Depth-Anything-V2-Small-hf
• 支持GPU和CPU推理
• 自动处理图片格式转换