项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 222
核心亮点
- 统一架构：单一扩散模型同时支持生成与深度估计，减少模型部署成本
- 联合训练创新：提出新的训练策略，平衡生成质量与几何精度
- 学术前沿：NeurIPS 2025 论文，方法论具有参考价值
不足之处
- 早期项目，代码和文档可能不完善
- 依赖大规模扩散模型，推理资源消耗高
适用场景
- 自动驾驶场景理解：同时生成合成数据并估计深度
- 3D内容创作：文本生成图像并获取深度信息
- 多任务视觉研究：统一生成与几何理解
替代项目
Stable Diffusion、Marigold、Depth Anything
同类项目推荐
mahotas
开源
NumPy 风格图像处理，C++ 加速，轻量做视觉特征
Computer Vision in Python
ncnn-android-ppocrv5
开源
在安卓手机上离线跑 PaddleOCR v5 实时识图取字
ncnn android paddle ocr v5
ocean
开源
Meta 出品的跨平台 CV/AR 框架，一套 C++ 代码跑多端视觉应用
Ocean is the in-house framework for Computer Vision (CV) and Augmented Reality (AR) ···
manga-image-translator
开源
一键翻译漫画图片文字，自动抹除替换，阅读无国界
Translate manga/image 一键翻译各类图片内文字 https://cotrans.touhou.ai/ (no longer w···
dji-tello-object-detection-segme···
开源
让 Tello 无人机实时识别并追踪目标，开箱即用。
Modern instance segmentation for DJI Tello drones with YOLOv8/Detectron2. Real-time ···
tokenize-anything
开源
一个模型，提示任意视觉概念，统一分割与识别
[ECCV 2024] Tokenize Anything via Prompting
GLiNER
开源
一句话描述实体类型，零样本提取任意实体，轻量高效。
Generalist and Lightweight Model for Named Entity Recognition (Extract any entity ty···
LesionLocator
开源
零样本分割全身病灶，自动追踪肿瘤变化
LesionLocator is a framework for zero-shot lesion segmentation and longitudinal tumo···
GroundingPI
开源
一个4B模型统一六类视觉定位，还能提升机器人泛化
A 4B grounding foundation model for physical intelligence. Unifies detection, referr···