【免费下载链接】marigold-v2-0项目地址https://ai.gitcode.com/hf_mirrors/huawei-bayerlab/marigold-v2-0点击查看免费下载Marigold V2marigold-v2-0是华为 Bayer Lab 发布的基于扩散 Transformer 的单目深度估计模型仓库包含 Log、Uniform、Disparity 三大参数化体系共 9 个官方 checkpoint覆盖深度、表面法线和反照率估计。本文是一份完整的选型清单帮你在 1 分钟内选对权重。一分钟速选我该下哪个权重先给结论再讲原理 你的需求推荐 checkpoint一句话理由通用单目深度默认depth/Log-stage2论文模型代码默认指标最佳玻璃/镜面等透视深度depth/Log-layered在 LayeredDepth-Syn 第 8 层微调可预测玻璃后方几何与 Marigold V1 对齐/线性深度depth/Uniform-baseV1 风格 affine-invariant 线性深度逆深度远小近大输出depth/Disparity-basedisparity 参数化带 VAE decoder 微调相机坐标系法线normals角损失 iREPA SinkLoss 训练线性 RGB 反照率去光影albedo输出 [0,1] 线性 albedo继续训练/做实验基线depth/Log-stage1Stage 2 与 layered 变体的初始化权重⚠️ 所有深度输出均为affine-invariant仿射不变每张图存在未知的缩放和平移跨图比较前需先做 scale-shift 对齐。先搞懂三个参数化Log、Uniform、Disparity 是啥关系三个词描述的是深度怎么编码这是选型的根本区别Log对数深度深度取对数近处分辨率更细腻适合室内外通用场景Uniform线性深度和 Marigold V1 一致深度随距离线性增长方便与旧代码/数据直接对接Disparity视差/逆深度与深度相反——近大远小近距离细节更好常用于自动驾驶类近场任务。官方 README 原话可概括为Log and linear depth increase with distance, disparity decreasesLog 与线性深度随距离增大disparity 随距离减小。详细训练配方见 README.md 的 Checkpoints 章节。每个深度参数化下又分两个分支base标准两阶段训练Stage 1 → Stage 2layered在 LayeredDepth-Syn 第 8 层上微调的透视版能看穿玻璃、水面等透明介质特例Log-stage1/Log-stage2是两阶段的单独快照Log-stage2即最终发布的论文模型。九大权重详解对照表Checkpoint 路径输出训练方式选型建议depth/Log-stage2仿射不变 Log 深度Stage 1 → Stage 2SinkLoss VAE decoder 微调✅ 默认首选depth/Log-stage1仿射不变 Log 深度仅 Stage 1latent MSE L1 梯度 iREPA训练复现 / 继续微调的起点depth/Log-layered可透视 Log 深度由 Log-stage1 加 SinkLoss 在 LayeredDepth-Syn 第 8 层微调场景含玻璃、透明遮挡depth/Uniform-base仿射不变线性深度V1 风格Stage 1 配方30k steps参数化消融需要与 V1 对齐depth/Disparity-base仿射不变逆深度Stage 1 配方 VAE decoder 微调30k steps近场/自动驾驶风格输出depth/Disparity-layered可透视逆深度Stage 1 配方在 LayeredDepth-Syn 第 8 层透视 逆深度depth/Uniform-layered可透视线性深度Uniform-base的 LayeredDepth-Syn 变体透视 线性深度normals相机坐标系单位法线角损失 iREPA SinkLossVAE decoder 微调法线估计任务albedo[0,1] 线性 RGB 反照率L1 iREPAVAE decoder 微调去光影、材质还原每个 checkpoint 目录里只有一个 trainables.safetensors 权重文件内部键为component.parameterDiffuser.*是 LoRA 权重VAE.*是 VAE decoder 权重存在时。例如默认深度depth/Log-stage2/trainables.safetensors透视深度depth/Log-layered/trainables.safetensors逆深度depth/Disparity-base/trainables.safetensors法线normals/trainables.safetensors反照率albedo/trainables.safetensors官方效果参考值不值得用以默认模型depth/Log-stage2在 Pixel-Perfect Depth 协议下的零样本指标AbsRel ↓ / δ1 ↑百分比NYUv2KITTIETH3DScanNetDIODE3.6 / 98.05.4 / 97.42.8 / 99.23.7 / 97.95.2 / 97.1法线normals平均角误差 ↓ / 11.25° 内占比 ↑NYUv2 16.6 / 61.2、ScanNet 14.1 / 67.4、iBims-1 15.9 / 70.9反照率albedoHypersim 测试集PSNR 20.78、SSIM 0.811、LPIPS 0.195。完整数据见 README.md Results 章节。显存需求与指定 checkpoint 方法推理显存开销官方数据分辨率显存最低显卡1024²约 17 GB24 GB 显卡即可2048²约 29 GB需要 32 GB 显卡推理和训练代码在官方 GitHub 仓库中git clone后仓库会把本仓库下载为assets/本仓库可单独克隆git clone https://gitcode.com/hf_mirrors/huawei-bayerlab/marigold-v2-0切换 checkpoint 只需在推理命令中加--checkpoint参数例如python scripts/infer.py --checkpoint assets/checkpoints/Marigold-V2/depth/Log-layered --image_dir ...文件完整性校验与文本嵌入所有文件的大小与 SHA-256 校验和都记录在 manifest.json 中下载后可逐一核对权重均为 1.71.85 GB 级别qwen_text_embeddings/ 目录预存了各模态的 prompt 嵌入与掩码prefix_prompt_embeds.ptprefix_prompt_mask.pt推理时完全不需要加载基础模型的文本编码器省显存也省依赖权重以 Apache 2.0 协议发布见 LICENSE基础模型 Qwen-Image-Edit-2509 沿用其自身许可。选型 FAQQ1我只想跑个深度估计 demo下哪个下depth/Log-stage2它是代码默认、指标最好的论文模型再配上qwen_text_embeddings/即可。Q2Log 和 Uniform 性能差距大吗Uniform-base与Disparity-base是 30k steps 的参数化消融版本用于研究不同参数化日常使用请优先Log-stage2需要透视能力再选对应*-layered。Q3能继续训练吗depth/Log-stage1就是 Stage 2 与 layered 变体的初始化权重适合复现训练流程或继续微调。赞分享【免费下载链接】marigold-v2-0项目地址https://ai.gitcode.com/hf_mirrors/huawei-bayerlab/marigold-v2-0点击查看免费下载相关推荐InternVideo2-Stage1-1B-224p-K700 权重选型指南1B_ft_k710_ft_k700_f16 与 f8 到底该怎么选InternVideo2 Stage1 1B 224p K700 权重选型指南1B_ft_k710_ft_k700_f16 与 f8 到底该怎么选 Intedepth-anything.cpp 模型家族全景16 个 GGUF 权重从 DA2 到 DA3 Giant 到底怎么选depth anything.cpp 模型家族全景16 个 GGUF 权重从 DA2 到 DA3 Giant 到底怎么选 depth anything.cpp四大AI Agent框架选型横评Pi、Oh My Pi、Prime Agent、jcode到底怎么选四大AI Agent框架选型横评Pi、Oh My Pi、Prime Agent、jcode到底怎么选 2026 年的 Agent 框架赛道已经拥挤到让人无从下人工智能大模型AI Agent代码智能体AI 应用工具调用上一篇LAMMPS 中的 fix qmmm/xtb基于 libxtb 的自洽周期静电嵌入 GFN-xTB QM/MM 实现下一篇考前影子阅读法用Maths, CS AI Compendium复习的MLM式记忆技巧创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考