PozzettiAndrea/ComfyUI-DepthAnythingV3

解決的問題

本專案將 Depth Anything V3 模型整合至 ComfyUI，讓使用者能從影像與影片中生成空間一致的深度圖。解決從視覺輸入中恢復視覺空間與幾何結構的問題，提供 2D 深度映射（用於 ControlNet）與 3D 重構的工具。

工作原理

提供一組用於 ComfyUI 的自訂節點，可與各種 Depth Anything V3 模型變體（從小型到巨型）介接。根據所選模型，系統可執行單目深度估計、度量深度估計，以及多視角注意力機制，以確保影片畫格間的深度一致性。同時也包含專用的正規化模式（如 V2-Style）以及將深度圖轉換為 3D 點雲或網格的工具。

適用對象

• AI 藝術家與設計師：需要高品質深度圖用於 ControlNet 工作流程的 ComfyUI 使用者。
• 3D 開發者：希望從單張或多張影像重建 3D 點雲或網格的使用者。
• 影片創作者：需要在影片畫格間實現平滑且一致深度估計的使用者。

主要特色

• 多種模型變體：支援從輕量級 DA3-Small（80M）到高保真 DA3-Nested-Giant-Large（1.4B）的廣泛模型。
• 3D 重構：可從視覺輸入生成 3D 點雲或網格。
• 多視角一致性：利用交叉注意力功能，維持影片畫格間的深度一致性。
• 特殊輸出：提供天空分割遮罩，用於過濾 3D 重構中的背景雜訊。
• 彈性正規化：提供不同正規化模式，以適應 2D 圖像生成或 3D 空間還原。