Monocular Depth Estimation

Monocular Depth Estimation

用 Savta Depth 开源项目把一张照片变成深度图，项目把代码、数据和模型放在一起。适合想做 3D 照片的爱好者和想参与贡献的开发者。

由 kingabzpro 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Savta Depth 是一个协作式开源数据科学项目，用来从单张图片估计深度。仓库里有代码、数据、模型、流水线和实验，所以你可以在另一台机器上重建项目，并加入自己的数据、模型或代码。这个 Space 是它的 Gradio 演示。

适合谁：它适合想从一张图片得到深度图的人，也适合想加入深度估计开源项目的开发者。

行业 | 谁在用 | 怎么用 | 例子
摄影 | 爱好者 | 用照片生成深度图来做 3D 照片 | 上传一张图片并保存深度图
研究 | 计算机视觉的学生 | 研究深度模型和它的实验 | 打开 Colab 笔记本，在一张图片上运行
开源 | 贡献者 | 给项目加入数据、模型或代码 | 在 DAGsHub 上 fork 项目并选一种搭建方式

如果你需要视频深度或现成的商业服务，可以跳过它，因为来源描述的是一个由贡献者推动的单图项目。

用在哪里：

• 网页浏览器：到 Hugging Face 上的这个 Space 就能试，不用安装
• Google Colab：笔记本会加载项目里的模型，并在你上传的图片上运行
• Windows、macOS 或 Linux：用 Python 运行一份副本，或搭本地环境
• Docker：一个基于 ML Workspace 的开发环境

用途 | 谁用 | 得到什么
生成深度图 | 有照片的任何人 | 一张可以保存和下载的深度图
制作 3D 照片 | 社交媒体用户 | 一张可用于支持它的平台的深度图，比如 Facebook
重新训练和测试 | 贡献者 | 一个可以改代码并重新训练的 Colab 环境

如何设置：先准备好下面这些东西。

• 装有 pip 的 Python，系统可以是 Windows、macOS 或 Linux，用来运行 Space 的副本
• 能从 Hugging Face 下载文件的网络连接
• 一个 DAGsHub 账号，用来 fork 项目，只有想参与贡献时才需要

1. 安装 Hugging Face hub 包。
2. 把这个 Space 下载到本地文件夹。
3. 进入这个文件夹。
4. 安装 Gradio 5.34.0 和 requirements.txt 里列出的包。
5. 启动应用文件。

pip install -U huggingface_hub
hf download kingabzpro/savtadepth --repo-type space --local-dir savtadepth
cd savtadepth
pip install gradio==5.34.0
pip install -r requirements.txt
python app/app_savta.py

要在本地参与项目，指南会让你创建并激活环境、安装库，再用 DVC 拉取数据和模型。

make env
source env/bin/activate .
make load_requirements
dvc pull -r origin
dvc checkout

如果走 Docker 路线，指南会用一个脚本启动它的开发环境。

chmod +x run_dev_env.sh
./run_dev_env.sh

如何使用：在线使用时，用 Space 显示的 Gradio 界面。在自己的电脑上，则在项目文件夹里运行应用文件，再在浏览器里打开它提供的页面。Colab 笔记本能对你上传的图片做同样的事。

python app/app_savta.py

示例：你打开 Colab 笔记本，上传一张照片并运行。它会加载项目里的模型，返回你这张图片的深度图，你可以保存并下载。

新手与专家：如果你是新手，先从在线版开始。到这个 Space 里，给它一张照片，看它返回的深度图。如果以后想参与贡献，指南建议最简单的路线是 Colab。

如果你懂这个领域，要注意项目把数据、模型、流水线和实验放在一起，让每次运行都能复现。它用 DVC 拉取数据和模型，用 DAGsHub 做远程。这个搭建默认没有 GPU，所以用 GPU 运行时可能要改依赖。

你给它一张图片
项目的模型估计深度
返回一张深度图
你保存并下载这张图
你用它做 3D 照片

注意事项：Google Colab 会限制一个实例保持在线的时间，这可能让长时间的训练提前中断。

• License: mit
• Cost to run: 演示未列出费用，参与贡献需要一个 DAGsHub 账号
• Data it reaches: 你上传的图片，以及通过 DVC 从远程拉取的项目数据和模型
• Not for: 指南是写给贡献者的，所以这个 Space 不是完整的生产服务

Hugging Face 上的数据（2026年11月13日）

• 点赞：15
• 构建方式：gradio
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/kingabzpro/savtadepth
• 文件：https://huggingface.co/spaces/kingabzpro/savtadepth/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。