Mindket

Depth Anything 3

新上架第 1 版 · 更新于

概览

Depth Anything 3 的演示 Space,这个研究模型从名称看,能从任意视角拍的图像中恢复场景的空间结构。README 只有一条引用。

Depth Anything 3 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 3.11 和 pip
  • Gradio 5.49.1
  • requirements.txt 里的软件包
  • packages.txt 里的系统软件包
用在
  • 网页浏览器:打开 Hugging Face 上的 Space 页面,它在 ZeroGPU 上运行
  • Windows、macOS 或 Linux:用 Python 3.11 运行副本
先运行
pip install -U huggingface_hub
hf download depth-anything/depth-anything-3 --repo-type space --local-dir depth-anything-3
cd depth-anything-3

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Depth Anything 3 是一个研究模型的演示 Space,从论文标题看,这个模型能从任意视角拍的图像中恢复场景的空间结构。它在 ZeroGPU 硬件上运行 DA3NESTED-GIANT-LARGE 模型,还写明了 facebook/map-anything。README 只有一条引用,所以界面的细节要打开页面才能看到。

适合谁

想在自己的图像上试用一个新的深度模型的计算机视觉研究者、3D 开发者和学生,会从中得到最多。下面几行是根据名称和文件做的判断,不是作者的说法。

行业谁在用怎么用例子
研究计算机视觉研究者在读论文之前先在自己的图像上试试模型检查它怎么处理一张角度古怪的照片
机器人机器人工程师判断深度输出是否适合他们的场景把几帧摄像头画面送进演示
3D 与图形3D 艺术家和开发者看看如何从几张照片恢复场景布局上传同一个物体的几张照片
教育学生看一个较新的深度模型处理真实图片对比近处和远处物体的结果

如果你想要有文档的使用说明,可以跳过它,因为 README 只有一条引用。

用在哪里

你可以在 Hugging Face 的浏览器标签页中使用它,也可以在自己的电脑上运行一份副本。

  • 网页浏览器:打开 Hugging Face 上的 Space 页面,它在 ZeroGPU 上运行
  • Windows、macOS 或 Linux:用 Python 3.11 运行副本
用途适合谁得到什么
在线试用模型研究者和开发者模型对你的图像给出的结果,按界面显示的方式
研究代码学习者depth_anything_3 文件夹和 app.py 可供阅读
运行本地副本有 Python 3.11 的开发者在自己机器上运行的同一个 Gradio 应用

如何设置

在线使用什么都不用装。本地副本需要 Python 3.11、列出的软件包,以及 packages.txt 里的系统软件包,它们用 apt-get 安装。

  • Python 3.11 和 pip
  • Gradio 5.49.1
  • requirements.txt 里的软件包
  • packages.txt 里的系统软件包
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 5.49.1,再安装列出的软件包。
  5. 用 Python 启动应用。
pip install -U huggingface_hub
hf download depth-anything/depth-anything-3 --repo-type space --local-dir depth-anything-3
cd depth-anything-3
pip install gradio==5.49.1
pip install -r requirements.txt
python app.py

仓库里还有 requirements-basic.txt,但来源没有给出对应的命令,也没有写明本地运行需要什么硬件。

如何使用

打开 Space 页面,使用你在那里看到的界面。README 没有给出步骤。有本地副本时,启动应用文件,使用它打开的界面。

python app.py

示例

打开 Space,给它一张或几张同一个房间的照片,然后运行。返回的应该是这个场景的深度结果,不过 README 没有给出示例输出。

新手与专家

深度估计就是算出图片的每个部分离相机有多远。先用一张近处和远处都有物体的清晰照片,看界面返回什么。

记录里写明了两个模型和一个数据集,名称里的 nested giant-large 暗示这是一个大型版本,但 README 没有给出大小或分数。模型代码以 depth_anything_3 文件夹的形式放在仓库里,旁边是 pyproject.toml。

  1. 你把图像交给应用
  2. Space 在 ZeroGPU 上申请 GPU 时间
  3. Depth Anything 3 模型处理这些视图
  4. 结果显示在界面里

注意事项

  • License: cc-by-nc-4,一种非商业的 Creative Commons 许可
  • Cost to run: 未提到 API 密钥或付费服务,Space 在 Hugging Face 的 zero-a10g 硬件上运行
  • Data it reaches: 你交给它的图像,来源没有提到其他服务
  • Citing: README 请研究用户引用 Depth Anything 3 论文
  • Not for: 商业用途,因为许可是非商业的,README 没有写明其他限制

README 和文件

README

Depth Anything 3

Depth Anything 3 的演示 Space,这个研究模型从名称看,能从任意视角拍的图像中恢复场景的空间结构。README 只有一条引用。

由 depth-anything 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:Depth Anything 3 是一个研究模型的演示 Space,从论文标题看,这个模型能从任意视角拍的图像中恢复场景的空间结构。它在 ZeroGPU 硬件上运行 DA3NESTED-GIANT-LARGE 模型,还写明了 facebook/map-anything。README 只有一条引用,所以界面的细节要打开页面才能看到。

适合谁:想在自己的图像上试用一个新的深度模型的计算机视觉研究者、3D 开发者和学生,会从中得到最多。下面几行是根据名称和文件做的判断,不是作者的说法。

行业 | 谁在用 | 怎么用 | 例子
研究 | 计算机视觉研究者 | 在读论文之前先在自己的图像上试试模型 | 检查它怎么处理一张角度古怪的照片
机器人 | 机器人工程师 | 判断深度输出是否适合他们的场景 | 把几帧摄像头画面送进演示
3D 与图形 | 3D 艺术家和开发者 | 看看如何从几张照片恢复场景布局 | 上传同一个物体的几张照片
教育 | 学生 | 看一个较新的深度模型处理真实图片 | 对比近处和远处物体的结果

如果你想要有文档的使用说明,可以跳过它,因为 README 只有一条引用。

用在哪里:你可以在 Hugging Face 的浏览器标签页中使用它,也可以在自己的电脑上运行一份副本。

  • 网页浏览器:打开 Hugging Face 上的 Space 页面,它在 ZeroGPU 上运行
  • Windows、macOS 或 Linux:用 Python 3.11 运行副本
用途 | 适合谁 | 得到什么
在线试用模型 | 研究者和开发者 | 模型对你的图像给出的结果,按界面显示的方式
研究代码 | 学习者 | depth_anything_3 文件夹和 app.py 可供阅读
运行本地副本 | 有 Python 3.11 的开发者 | 在自己机器上运行的同一个 Gradio 应用

如何设置:在线使用什么都不用装。本地副本需要 Python 3.11、列出的软件包,以及 packages.txt 里的系统软件包,它们用 apt-get 安装。

  • Python 3.11 和 pip
  • Gradio 5.49.1
  • requirements.txt 里的软件包
  • packages.txt 里的系统软件包
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 5.49.1,再安装列出的软件包。
  5. 用 Python 启动应用。
pip install -U huggingface_hub
hf download depth-anything/depth-anything-3 --repo-type space --local-dir depth-anything-3
cd depth-anything-3
pip install gradio==5.49.1
pip install -r requirements.txt
python app.py

仓库里还有 requirements-basic.txt,但来源没有给出对应的命令,也没有写明本地运行需要什么硬件。

如何使用:打开 Space 页面,使用你在那里看到的界面。README 没有给出步骤。有本地副本时,启动应用文件,使用它打开的界面。

python app.py

示例:打开 Space,给它一张或几张同一个房间的照片,然后运行。返回的应该是这个场景的深度结果,不过 README 没有给出示例输出。

新手与专家:深度估计就是算出图片的每个部分离相机有多远。先用一张近处和远处都有物体的清晰照片,看界面返回什么。

记录里写明了两个模型和一个数据集,名称里的 nested giant-large 暗示这是一个大型版本,但 README 没有给出大小或分数。模型代码以 depth_anything_3 文件夹的形式放在仓库里,旁边是 pyproject.toml。

你把图像交给应用
Space 在 ZeroGPU 上申请 GPU 时间
Depth Anything 3 模型处理这些视图
结果显示在界面里

注意事项:

  • License: cc-by-nc-4,一种非商业的 Creative Commons 许可
  • Cost to run: 未提到 API 密钥或付费服务,Space 在 Hugging Face 的 zero-a10g 硬件上运行
  • Data it reaches: 你交给它的图像,来源没有提到其他服务
  • Citing: README 请研究用户引用 Depth Anything 3 论文
  • Not for: 商业用途,因为许可是非商业的,README 没有写明其他限制

Hugging Face 上的数据(2026年11月13日)

  • 点赞:490
  • 构建方式:gradio
  • 许可证:cc-by-nc-4.0

链接

  • Space:https://huggingface.co/spaces/depth-anything/depth-anything-3
  • 文件:https://huggingface.co/spaces/depth-anything/depth-anything-3/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。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Depth Anything 3 本页490gradiocc-by-nc-4.0
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
BLIP共有 gradio431gradiobsd-3-clause
VBench Leaderboard共有 gradio365gradiomit
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架