如何使用MiDaS的side参数实现原图与深度图并排展示完整指南【免费下载链接】MiDaSCode for robust monocular depth estimation described in Ranftl et. al., Towards Robust Monocular Depth Estimation: Mixing Datasets for Zero-shot Cross-dataset Transfer, TPAMI 2022项目地址: https://gitcode.com/gh_mirrors/mi/MiDaSMiDaS是一款强大的单目深度估计算法能够从单张图像中精准计算出场景的深度信息。本文将详细介绍如何通过设置side参数轻松实现原图与深度图的并排对比展示帮助你直观理解深度估计效果。什么是side参数在MiDaS中side是一个布尔类型的参数当设置为True时程序会自动将原始图像与生成的深度图以并排方式合并为一张图片输出。这一功能在run.py文件中实现通过调用create_side_by_side函数完成图像合成。准备工作1. 克隆项目仓库首先需要获取MiDaS项目代码git clone https://gitcode.com/gh_mirrors/mi/MiDaS cd MiDaS2. 安装依赖环境推荐使用conda创建虚拟环境并安装依赖conda env create -f environment.yaml conda activate midas使用side参数的完整步骤基础命令格式使用side参数的基本命令如下python run.py --input_path input/ --output_path output/ --side True参数说明在run.py文件中side参数的定义如下side (bool): 是否在输出图像中显示RGB和深度图并排对比完整示例准备输入图像将需要处理的图像放入input/目录执行深度估计并生成并排对比图python run.py \ --input_path input/ \ --output_path output/ \ --model_type dpt_beit_large_512 \ --side True \ --grayscale False查看结果处理完成后在output/目录中会生成带有-dpt_beit_large_512.png后缀的并排对比图效果展示MiDaS支持多种模型架构不同模型在精度和速度上各有优势。以下是不同模型生成的深度图对比图MiDaS不同模型在室内场景的深度估计效果对比左侧为原始图像右侧为各模型生成的深度图性能考量在选择模型时可以根据你的需求在精度和速度之间做权衡。下面是各模型的性能对比图MiDaS各模型在RTX 3090上的性能表现横轴为帧率(FPS)纵轴为精度提升常见问题Q: 输出的对比图中深度图颜色如何调整A: 可以通过--grayscale参数控制设置为True时生成灰度深度图默认False生成彩色深度图。Q: 如何调整输出图像的分辨率A: 可使用--height参数指定推理时的图像高度或使用--square参数将图像调整为方形分辨率。通过本文介绍的方法你可以轻松使用MiDaS的side参数生成直观的原图与深度图对比这对于理解深度估计算法的效果非常有帮助。无论是科研分析还是应用开发这一功能都能为你提供清晰的视觉反馈。【免费下载链接】MiDaSCode for robust monocular depth estimation described in Ranftl et. al., Towards Robust Monocular Depth Estimation: Mixing Datasets for Zero-shot Cross-dataset Transfer, TPAMI 2022项目地址: https://gitcode.com/gh_mirrors/mi/MiDaS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考