Ang AI Depth Map Generator ay isang larong bidyo.

I-upload ang anumang larawan, makakuha ng isang depth map bumalik - isang kulay-encode na imahe kung saan ang bawat pixel kung gaano kalayo na punto ay mula sa camera. Gamitin ito bilang isang ControlNet input para sa depth-kondisyonado imahe henerasyon, bilang isang depth pass para sa paralaks / 3D epekto sa After Effects o Blender, o bilang isang panimulang punto para sa AR / VR eksena muling pagtatayo. Dalawang modelo: libreng Marigold (matalim, mas mabagal) o premium mabilis na depth (mas mababa detalye, mas mabilis sa malaking input).

Marigold ay tumatakbo sa aming sarili-hosted A100 GPUs — pulls mula sa iyong araw-araw na token pool (6,000/araw anonymous, 30,000/araw nakarehistro up). Ang bawat depth map ay ~ 1,500 token. Premium mabilis-depth gastos ang parehong baseline ngunit maaaring scale mas mahusay sa 4K + input.

Marigold (default) ay nagbibigay ng sharpest, pinaka-tumpak na lalim — fine-tuning mula sa Stable Diffusion, picks up mahiwaga lalim sa mga halaman / buhok / tela folds. Premium ay mas mabilis sa> 2K input at mas maaasahan sa matinding wide-angle shots. Para sa ControlNet conditioning o 3D reconstruction, default sa Marigold. Para sa batch processing ng libu-libong mga imahe, premium scales mas mahusay.

Ang isang 512×512 RGB PNG na may isang Spectral colormap — maliwanag na dilaw / orange = malapit, malalim na asul / lila = malayo. Ang mga raw na halaga ng lalim ay normalized 0-1 sa buong imahe. Kung kailangan mo ng 16-bit grayscale lalim (para sa ControlNet o Blender displacement maps), gamitin ang API at pumasa `format = 16bit_png`.

Ang mga ito ay ang mga sumusunod: Stable Diffusion / FLUX na may depth na ControlNet para sa camera-aware na muling pagrender: baguhin ang paksa, ilaw, estilo habang pinapanatili ang 3D na istraktura. Maaaring i-chain ito ng Free.ai chat para sa iyo — sabihing "depth map ito, pagkatapos ay muling i-render sa FLUX sa istilo ng Studio Ghibli".

Marigold ay ang nangungunang open-source monocular depth estimator (CVPR 2024 pinakamahusay na papel). Sa loob ng ~ 3-5% ng lupa katotohanan sa indoor benchmarks (NYU Depth v2), sa loob ng 5-8% sa labas (KITTI). Para sa metriko depth (real-world meters), magkapareho ito sa isang calibrated camera. Para sa relatibong depth (ito ay mas malapit kaysa sa), katumpakan ay mahusay.

Marigold tumatakbo sa 768 × 768 panloob na walang kinalaman sa laki ng input at resamples bumalik. Output ay palaging 512 × 512 RGB. Para sa mas mataas na resolution lalim, gamitin ang premium mabilis na pagpipilian na scales linearly.

Oo — depth maps ay ang standard na input para sa After Effects 2.5D paralaks (Camera Mapper plugin), DaVinci Ayusin depth-based blur, at Blender paglipat modeling. Bumuo ng depth, mag-import bilang isang alpha-matte pagkakasunod-sunod, key ang iyong camera gumagalaw sa ito. Maraming mga photographers gamitin ito upang pandaraya portrait-mode bokeh sa mga teleponong walang dual camera.

Marigold (2024) outperforms MiDaS v3 (2022) at Intel DPT sa bawat pampublikong benchmark, lalo na sa fine detalye (hair, dahon, transparency). Paid depth APIs (Replicate, fal) singilin $ 0.005-0.02 bawat imahe — tumatakbo kami ng parehong Marigold timbang libre.

Oo — POST sa /v1/image/depth-map/ na may multipart imahe. O gamitin ang /batch/ upang ihulog ang isang folder at makakuha ng isang ZIP bumalik. Kapaki-pakinabang para sa pagpoproseso ng buong video frame sequences para sa depth-aware epekto.

Oo — POST multipart `image` sa /v1/image/depth-map/ sa api.free.ai. Bearer auth sa iyong API key. 10,000 tokens/buwan libreng, bayad na mga antas sa itaas. Bumalik JSON na may `image_url` sa depth PNG. /api/ ay ang curl halimbawa.

Drop sa Photoshop bilang isang layer-mask pinagmulan, ControlNet kondisyon para sa muling pag-render sa / imahe / i-edit /, paglipat ng mapa sa Blender, paralaks animator sa After Effects, o 2.5D dolly-zoom video creator (LeiaPix-style). Chain sa / imahe / i-edit / para sa depth-kondisyonado henerasyon sa isang tool.