-
Notifications
You must be signed in to change notification settings - Fork 0
Models Native depth estimation
Mike edited this page May 28, 2026
·
1 revision
Режим: Native. Категория: Depth estimation / карта глубины.
Всего моделей: 8.
| Поле | Значение |
|---|---|
| Название | Xenova/depth-anything-base-hf |
| Label | depth anything base hf |
| Категория | Depth estimation / карта глубины |
| Runtime/backend | native / onnxruntime / onnx |
| Вес | 0.21 GB catalog size, ~220 MB disk/cache |
| Параметры | не указаны |
| Минимальные требования | tiny - очень слабое железо, CPU/WASM или небольшой GPU; disk >= 220 MB; memory/VRAM около 264 MB; CPU или доступный ONNX provider |
| Оптимальные требования | cuda, directml, coreml, cpu; желательно 776 MB+ свободной VRAM/RAM и 732 MB+ disk cache |
| HF link | Xenova/depth-anything-base-hf |
| Доступные quantizations | auto |
| Краткое описание | known browser-ready provider |
| Best in | 3d-vision |
| Поле | Значение |
|---|---|
| Название | Xenova/depth-anything-large-hf |
| Label | depth anything large hf |
| Категория | Depth estimation / карта глубины |
| Runtime/backend | native / onnxruntime / onnx |
| Вес | 0.21 GB catalog size, ~220 MB disk/cache |
| Параметры | не указаны |
| Минимальные требования | tiny - очень слабое железо, CPU/WASM или небольшой GPU; disk >= 220 MB; memory/VRAM около 264 MB; CPU или доступный ONNX provider |
| Оптимальные требования | cuda, directml, coreml, cpu; желательно 776 MB+ свободной VRAM/RAM и 732 MB+ disk cache |
| HF link | Xenova/depth-anything-large-hf |
| Доступные quantizations | auto |
| Краткое описание | known browser-ready provider |
| Best in | 3d-vision |
| Поле | Значение |
|---|---|
| Название | Xenova/depth-anything-small-hf |
| Label | depth anything small hf |
| Категория | Depth estimation / карта глубины |
| Runtime/backend | native / onnxruntime / onnx |
| Вес | 0.21 GB catalog size, ~220 MB disk/cache |
| Параметры | не указаны |
| Минимальные требования | tiny - очень слабое железо, CPU/WASM или небольшой GPU; disk >= 220 MB; memory/VRAM около 264 MB; CPU или доступный ONNX provider |
| Оптимальные требования | cuda, directml, coreml, cpu; желательно 776 MB+ свободной VRAM/RAM и 732 MB+ disk cache |
| HF link | Xenova/depth-anything-small-hf |
| Доступные quantizations | auto |
| Краткое описание | known browser-ready provider |
| Best in | 3d-vision |
| Поле | Значение |
|---|---|
| Название | onnx-community/depth-anything-v2-base |
| Label | depth anything v2 base |
| Категория | Depth estimation / карта глубины |
| Runtime/backend | native / onnxruntime / onnx |
| Вес | 0.21 GB catalog size, ~220 MB disk/cache |
| Параметры | не указаны |
| Минимальные требования | tiny - очень слабое железо, CPU/WASM или небольшой GPU; disk >= 220 MB; memory/VRAM около 264 MB; CPU или доступный ONNX provider |
| Оптимальные требования | cuda, directml, coreml, cpu; желательно 776 MB+ свободной VRAM/RAM и 732 MB+ disk cache |
| HF link | onnx-community/depth-anything-v2-base |
| Доступные quantizations | auto |
| Краткое описание | known browser-ready provider |
| Best in | 3d-vision |
| Поле | Значение |
|---|---|
| Название | onnx-community/depth-anything-v2-large-ONNX |
| Label | depth anything v2 large |
| Категория | Depth estimation / карта глубины |
| Runtime/backend | native / onnxruntime / onnx |
| Вес | 0.21 GB catalog size, ~220 MB disk/cache |
| Параметры | не указаны |
| Минимальные требования | tiny - очень слабое железо, CPU/WASM или небольшой GPU; disk >= 220 MB; memory/VRAM около 264 MB; CPU или доступный ONNX provider |
| Оптимальные требования | cuda, directml, coreml, cpu; желательно 776 MB+ свободной VRAM/RAM и 732 MB+ disk cache |
| HF link | onnx-community/depth-anything-v2-large-ONNX |
| Доступные quantizations | auto |
| Краткое описание | known browser-ready provider |
| Best in | 3d-vision |
| Поле | Значение |
|---|---|
| Название | onnx-community/depth-anything-v2-small-ONNX |
| Label | depth anything v2 small |
| Категория | Depth estimation / карта глубины |
| Runtime/backend | native / onnxruntime / onnx |
| Вес | 0.21 GB catalog size, ~220 MB disk/cache |
| Параметры | не указаны |
| Минимальные требования | tiny - очень слабое железо, CPU/WASM или небольшой GPU; disk >= 220 MB; memory/VRAM около 264 MB; CPU или доступный ONNX provider |
| Оптимальные требования | cuda, directml, coreml, cpu; желательно 776 MB+ свободной VRAM/RAM и 732 MB+ disk cache |
| HF link | onnx-community/depth-anything-v2-small-ONNX |
| Доступные quantizations | auto |
| Краткое описание | known browser-ready provider |
| Best in | 3d-vision |
| Поле | Значение |
|---|---|
| Название | onnx-community/depth-anything-v2-small |
| Label | Depth Anything V2 small |
| Категория | Depth estimation / карта глубины |
| Runtime/backend | native / onnxruntime / onnx |
| Вес | 0.30 GB catalog size, ~310 MB disk/cache |
| Параметры | не указаны |
| Минимальные требования | small - ноутбук или небольшой GPU; disk >= 310 MB; memory/VRAM около 700 MB; CPU или доступный ONNX provider |
| Оптимальные требования | cuda, directml, coreml, cpu; желательно 1212 MB+ свободной VRAM/RAM и 822 MB+ disk cache |
| HF link | onnx-community/depth-anything-v2-small |
| Доступные quantizations | q8 |
| Краткое описание | Native ONNX Runtime pipeline candidate. |
| Best in | 3d-vision |
| Поле | Значение |
|---|---|
| Название | Xenova/dpt-hybrid-midas |
| Label | DPT hybrid MiDaS |
| Категория | Depth estimation / карта глубины |
| Runtime/backend | native / onnxruntime / onnx |
| Вес | 0.47 GB catalog size, ~480 MB disk/cache |
| Параметры | не указаны |
| Минимальные требования | medium - рабочая станция или заметный GPU; disk >= 480 MB; memory/VRAM около 950 MB; CPU или доступный ONNX provider |
| Оптимальные требования | cuda, directml, coreml, cpu; желательно 1462 MB+ свободной VRAM/RAM и 992 MB+ disk cache |
| HF link | Xenova/dpt-hybrid-midas |
| Доступные quantizations | q8 |
| Краткое описание | Native ONNX Runtime pipeline candidate. |
| Best in | 3d-vision |
- xlocllm
- Quickstart
- About
- Functions Python
- Functions TypeScript
- Use cases
- Examples Python
- Examples TypeScript
- Shared GPU mode
-
Models catalog
- Models The best
- Models Full model list
- Models Use your model
- For native mode
- Models Native LLM tiny small
- Models Native LLM medium
- Models Native LLM large
- Models Native embedding
- Models Native reranker
- Models Native translator
- Models Native tts
- Models Native vlm
- Models Native asr
- Models Native ocr
- Models Native image-classification
- Models Native object-detection
- Models Native image-segmentation
- Models Native depth-estimation
- Models Native document-layout
- Models Native table-detection
- Models Native document-qa
- Models Native language-id
- Models Native audio-classification
- Models Native text-classification
- Models Native ner
- Models Native zero-shot-text
- Models Native summarization
- Models Native text2text
- Models Native code
- For webgpu mode
- For web mode
- Models Web LLM
- Models Web embedding
- Models Web reranker
- Models Web translator
- Models Web tts
- Models Web vlm
- Models Web asr
- Models Web ocr
- Models Web image-classification
- Models Web object-detection
- Models Web image-segmentation
- Models Web depth-estimation
- Models Web document-layout
- Models Web table-detection
- Models Web document-qa
- Models Web zero-shot-image
- Models Web language-id
- Models Web audio-classification
- Models Web text-classification
- Models Web ner
- Models Web zero-shot-text
- Models Web summarization
- Models Web text2text
- Models Web code
- Dev