depth-anything-3

name	depth-anything-3
description	Depth Anything V3 — estimación de profundidad de estado del arte, zero-shot, para cualquier imagen/video.
category	computer-vision

Depth Anything V3 — Estimación de Profundidad SOTA

Qué es

Depth Anything V3 de ByteDance es un modelo de estimación de profundidad que ofrece:

• Zero-shot — funciona en cualquier imagen sin fine-tuning
• SOTA accuracy — estado del arte en estimación de profundidad
• Multi-escala — predice profundidad a diferentes resoluciones
• Rápido — inference en tiempo real con GPU

Instalación

git clone https://github.com/ByteDance-Seed/Depth-Anything-3.git
cd Depth-Anything-3
pip install -e .

# Descargar checkpoint
# https://huggingface.co/depth-anything/Depth-Anything-V3

Uso básico

from depth_anything_v3.dpt import DepthAnythingV3

# Cargar modelo
model_configs = {
    'vits': {'encoder': 'vits', 'features': 64, 'out_channels': [48, 96, 192, 384]},
    'vitb': {'encoder': 'vitb', 'features': 128, 'out_channels': [96, 192, 384, 768]},
    'vitl': {'encoder': 'vitl', 'features': 256, 'out_channels': [256, 512, 1024, 1024]},
}

encoder = 'vitl'  # vits, vitb, or vitl
model = DepthAnythingV3(**model_configs[encoder])
model.load_state_dict(torch.load(f'depth_anything_v3_{encoder}.pth'))
model.eval()

# Predecir profundidad
depth = model.predict(image)

Casos de uso para David

• Mapas 3D — generar altura/depth para visualizaciones geoespaciales
• Satélite — estimar profundidad de terreno desde imágenes
• Three.js — texturas de profundidad para escenas 3D
• Autoguardrails — validación de profundidad para navegación

Pitfalls

• Modelo grande (~2GB para vitl)
• Requiere GPU para inference rápida
• Las imágenes de satélite pueden tener artefactos
• No es modelo geométrico — la profundidad es relativa, no métrica

Referencias

• Repo: github.com/ByteDance-Seed/Depth-Anything-3 (5K⭐)
• HuggingFace: https://huggingface.co/depth-anything