🔬 深度专业Docker
针对苹果Depth Pro模型的生产就绪Docker部署
*零样本单眼测量深度估计•2.25MP深度图，0.3s*
______________________________________________________________________
✨ 特性
| 特性 | 描述 |
|---|---|
| 🚀 一键部署 | Docker Compose实现即时部署 |
| 🎨 现代Web用户界面 | 具有多种颜色映射的漂亮界面 |
| 🔌 REST API | 带Swagger文档的全配方API |
| 🤖 MCP服务器 | AI助手的模型上下文协议支持 |
| 📊 多个输出 | JPG可视化，NPZ数据，16位PNG |
| 🎛️ 手动焦距 | 覆盖自动焦距估计 |
| 🌐 多语言 | 中文、英文、日文用户界面 |
| 💾 GPU管理 | 自动内存卸载、状态监控 |
🚀 快速开始
# One command to run (All-in-One image, no downloads needed!)
docker run -d --name depth-pro --gpus all -p 8500:8500 neosun/depth-pro:latest
# Open browser
open http://localhost:8500📦 安装
先决条件
- Docker 24.0+与NVIDIA容器工具包
- 配备8GB+VRAM的NVIDIA GPU（推荐16GB+）
- CUDA 12.1兼容驱动程序
方法一：Docker运行（推荐）
All-in-One图像包括模型重量（~5GB），无需额外下载！
# Pull and run (model included in image)
docker run -d \
--name depth-pro \
--gpus all \
-p 8500:8500 \
-e GPU_IDLE_TIMEOUT=60 \
neosun/depth-pro:latest方法二：Docker编写
# Create docker-compose.yml
cat > docker-compose.yml 20m）的绝对深度值可能不准确
- 最适合室内和近距离室外场景
- 即使对于远场景，相对深度排序通常也是可靠的
## 🤝 贡献
欢迎投稿！请阅读 [贡献.md](CONTRIBUTING.md) 第一。
1. 分叉存储库
1. 创建特征分支(`git checkout -b feature/amazing`)
1. 提交更改(`git commit -m 'Add amazing feature'`)
1. 推送到分支(`git push origin feature/amazing`)
1. 打开拉取请求
## 📄 许可证
## 🙏 致谢
- [苹果机器学习研究](https://github.com/apple/ml-depth-pro) -原始Depth Pro型号
- [深度专业纸](https://arxiv.org/abs/2410.02073) -研究论文
______________________________________________________________________
## ⭐ 明星历史
## 📱 跟我来