ZipDepth:仅 6.1M 参数,手机到 GPU 实时零样本单目深度估计
rsasaki0109 · x · 2026-09-07
ECCV 2026 论文「ZipDepth: Bringing Lightweight Zero-Shot Monocular Depth Anywhere, on Any Device」开源官方实现。这是一个仅 6.1M 参数的零样本单目深度估计网络,通过从基础模型蒸馏知识,可在手机到服务器 GPU 上实时运行。
技术上结合了可重参数化卷积(RepVGG)、高效通道与空间注意力(strip pooling 与全局上下文块)以及紧凑的 FPN 解码器,在轻量方法中取得最佳的精度-效率权衡,以极小成本逼近 transformer 基础模型的表现。代码:https://t.co/tcJOS7L4NQ
「研究」频道最新
- 什么是生成式重排：让 LLM 直接生成排序而非打分 — dejanseo · 2026-09-07
- Foresight Institute 新 RFP：单项最高 10 万美元资助 AI 安全与科学项目 — niloofar_mire · 2026-09-07
- 不走神经网络路线：他自研 Corelian 架构让机器人跑出原始智能 — ThatGuyDayth · 2026-09-07
- Astra 一夜发现新数学猜想，再用 Lean 当场证明其不成立 — max_paperclips · 2026-09-07
- Astra 3D 建模大跃进：摆脱英文 CoT 还是更强 RL 环境？ — willdepue · 2026-09-07
- 用 1024 字节 C 代码写出 Python 解释器：递归下降解析器的极限挑战 — AustinZHenley · 2026-09-07