depth-anything.cpp 集成进 LocalAI：一次 POST /v1/depth 调用返回完整深度场

【免费下载链接】depth-anything.cppA from-scratch C17/ggml port of Depth Anything 2 and 3 (ByteDance)项目地址https://gitcode.com/gh_mirrors/de/depth-anything.cpp点击查看免费下载depth-anything.cpp是 LocalAI 团队用 C17/ggml 从零实现的 Depth Anything 2/3 推理引擎现已作为原生 backend 集成进LocalAI你只需要一个POST /v1/depthHTTP 请求就能拿到完整深度场——逐像素深度值、置信度、相机位姿、3D 点云甚至 glb / COLMAP 三维模型而不再只是一张彩色的 PNG 图。全程无需 Python、PyTorch 或 CUDA 工具链纯 C 引擎在 CPU 上甚至比 PyTorch 更快。什么是 depth-anything.cpp单目深度估计的 C 引擎depth-anything.cpp 输出的彩色深度图turbo 色标近处偏暖、远处偏冷普通用户熟悉的深度估计服务往往只能输出一张深度图而 depth-anything.cpp 的引擎对同一张照片还能恢复稠密度量深度图metric depth单位米 逐像素置信度 相机外参3×4与内参3×3☁️ 可选的天空掩码sky mask3D 点云反投影到世界坐标系 导出glb / COLMAP / PLY三种三维格式所有超参数、维度、预处理常量都烘焙在单个 GGUF 模型文件里加载器直接读取没有任何硬编码——这是它能像即插即用一样嵌入 LocalAI 的关键。为什么值得集成进 LocalAI很多深度模型跑一次就要拖上整套 Python PyTorch CUDA 依赖部署到边缘设备或小服务器非常痛苦。depth-anything.cpp 的集成路线完全绕开了这一点扁平 C API核心是一个不透明句柄 C 类型函数见 include/da_capi.hC、C、Go、Rust 都能直接嵌入自包含 GGUF 模型99 MB 的 q4_k 量化版到 393 MB 的 f32 版均可用无需外部配置CPU 优先内置 tinyBLAS、Winograd、flash-attention 优化另可选 CUDA / Metal / Vulkan 后端见 docs/GPU.md。LocalAI 侧的 backend 以 Go gRPC purego 方式加载这个原生库对外暴露一个类型化的DepthRPC 和 REST 端点POST /v1/depth。快速开始在 LocalAI 中运行深度模型当 backend 与模型进入 LocalAI 模型库gallery后启动只需一条命令local-ai run depth-anything-3-base模型库覆盖了 baseq4_k / q8_0 / f16 / f32、small、large、giant 和 mono-large 等多个变体GGUF 清单与量化说明见 models/MODEL_CARD.md。POST /v1/depth 端点实战一次请求拿全输出这是集成最性感的部分与普通视觉接口只回一张图不同/v1/depth返回的是完整的类型化响应——深度场、位姿、点云、三维导出一次到位curl http://localhost:8080/v1/depth -H Content-Type: application/json -d { model: depth-anything-3-base, src: photo.jpg, include_depth: true, include_pose: true, include_points: true }响应中你可以按需求取用字段内容典型用途include_depth逐像素深度 置信度AR 场景理解、语义分割前处理include_pose外参 3×4 / 内参 3×3多视角重建、SLAM 初始化include_points3D 点云xyz 颜色快速三维预览对应的 C API 入口da_capi_depth_dense在 include/da_capi.h 中定义C API 层的实现见 src/da_capi.cpp。引擎核心推理管线在 src/engine.cpp。单张照片变成 3D 模型glb / COLMAP / PLY 导出同一个端点背后的引擎还支持把单张照片直接导出成标准三维产物实现见 src/glb_export.cpp、src/colmap_export.cpp文档见 docs/EXPORT.mdglbglTF 2.0 点云 相机视锥线框可直接拖进 Blender 或 three.jsCOLMAP稀疏模型cameras/images/points3D对接常规 SfM 工作流PLY点云giant 模型ViT-g 3D 高斯头还能输出更高保真的重建。示例输入assets/samples/ 下的山脉实拍照片与 README.md 中演示的同一场景量化模型怎么选99 MB 到 393 MB 全都有模型量化通过da3-cli quantize一条命令完成支持 f16 / q8_0 / q6_k / q5_k / q4_k且所有精度档与参考实现逐位一致相关性 1.0见 docs/VERIFICATION.md 和 tests/test_quantize_accuracy.cpp量化base 模型大小特点f32393 MB完整精度q8_0142 MB近无损CPU 推理最快1.31× PyTorchq4_k99 MB最小约 0.25× f32 体积几乎无损量化权衡q8_0 以 142 MB 达到最低延迟q4_k 以 99 MB 成为最小选项CPU 性能比 PyTorch 更快内存减半在 AMD Ryzen 9 9950X3D 上对 DA3-BASE 的持续推理基准方法学见 benchmarks/BENCHMARK.md引擎量化加载时间单张推理峰值内存相对 PyTorchPyTorchf32749 ms416.9 ms1328 MB1.00×C/ggmlf32112 ms346.4 ms614 MB1.20×C/ggmlq8_040 ms319.4 ms363 MB1.31×C/ggml 在 504 生产路径上比 PyTorch f32 快 1.20×f32与 1.31×q8_0且无需 Python / CUDA有 GPU 时开启 CUDA 后端可进一步与 PyTorch 的 cuDNN 调优版打平约 47 ms/forward冷启动还快 1.75–2.9 倍。项目文件导览路径说明README.md项目总览、构建与 LocalAI 用法include/da_capi.h扁平 C API 定义LocalAI backend 的嵌入点src/da_capi.cppC API 实现src/engine.cpp推理引擎主流程src/gs_head.cppgiant 模型的 3D 高斯头examples/cli/main.cppda3-cli命令行入口docs/EXPORT.mdglb / COLMAP 导出细节docs/VERIFICATION.md与 PyTorch 参考实现的逐组件验证scripts/convert_da3_to_gguf.py官方 checkpoint → GGUF 转换tests/test_capi.cppC API 层一致性测试小结如果你想在自己的服务中加一个照片进、深度出的能力又不想维护整套 Python 推理栈depth-anything.cpp LocalAI 是目前最轻量的组合一条local-ai run启动一个POST /v1/depth请求就能把单目深度、相机位姿和 3D 点云全部端到手——而且跑在纯 CPU 上还比 PyTorch 快。赞分享【免费下载链接】depth-anything.cppA from-scratch C17/ggml port of Depth Anything 2 and 3 (ByteDance)项目地址https://gitcode.com/gh_mirrors/de/depth-anything.cpp点击查看免费下载相关推荐depth-anything.cpp da3-cli 完全指南深度、相机位姿与 3D 导出一次讲透depth anything.cpp da3 cli 完全指南深度、相机位姿与 3D 导出一次讲透 depth anything.cpp 是 LocalAIdepth-anything.cpp DualDPT 深度头完整解析如何从骨干特征还原度量深度图depth anything.cpp DualDPT 深度头完整解析如何从骨干特征还原度量深度图 depth anything.cpp 是 LocalAI 团depth-anything.cpp 深度解析无 Python、比 PyTorch 还快的 C 深度估计引擎depth anything.cpp 深度解析无 Python、比 PyTorch 还快的 C 深度估计引擎 depth anything.cpp 是 L创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考