懂AI
stable-diffusion-webui-depthmap-script

stable-diffusion-webui-depthmap-script

适用于Stable Diffusion WebUI的高分辨率深度图、立体图像和3D网格生成工具

此插件为AUTOMATIC1111的Stable Diffusion WebUI设计，提供高分辨率深度图、立体图像和3D网格生成功能。支持批处理、视频处理，并可独立运行。集成Marigold、MiDaS、ZoeDepth等技术，显著提升深度图效果。适用于3D摄影、立体图生成和多种3D引擎。提供多种模型选择和详细设置选项，满足不同需求。

Stable Diffusion WebUI深度图3D影像全景照片填充批量处理Github开源项目
访问官网GitHub文档

项目介绍：stable-diffusion-webui-depthmap-script

概述

stable-diffusion-webui-depthmap-script 是一个专为 AUTOMATIC1111 的 Stable Diffusion WebUI 设计的插件。这个程序能够生成深度图，同时支持使用生成的或自定义的深度图创建 3D 立体图像对（包括并排或红蓝的立体成像）、法线贴图以及 3D 网格。生成的结果不仅可以直接查看，还可以作为3D引擎的资源使用。它与 Rembg 工具有集成，并支持批量处理、视频处理，也可以独立于 Stable Diffusion WebUI 运行。

功能特色

高分辨率深度图生成

该工具利用多个深度学习模型生成逼真的深度图，包括 Marigold、MiDaS、ZoeDepth 和 LeReS等。通过采用多分辨率合并作为策略，以提升深度图的分辨率，这一策略已经在 BoostingMonocularDepth 项目中实现。

立体图像生成

此插件使用自定义算法生成立体图像，可以创建并排和红蓝立体（anaglyph）两种模式的图像。

3D 摄影和视频渲染

借助于3D 摄影技术和上下文感知的层次化深度修补算法，该工具能够生成3D修补网格，并从中渲染出视频。

使用方法

用户可以在插件安装后，从 WebUI 界面选择"DepthMap"脚本，支持在 txt2img 或 img2img 中使用，还可以针对已有图片在 Depth 标签下操作。模型可在 GPU 和 CPU 上运行，具备十种可选深度模型。通过调整分辨率和使用 "Boost" 功能，用户可以在平衡计算时间和深度图质量方面进行优化。

安装与更新

通过 WebUI 界面，用户可以在"Extensions"标签下直接安装此插件，也支持从指定URL安装。更新插件时，可在"Installed"子标签中检索更新并应用。

独立运行模式

对于需要在独立环境下运行的用户，项目支持克隆代码仓库，安装依赖并通过脚本 main.py 启动。

用例与应用

这是一个灵活的工具，不仅适用于创建立体图像，还可以在现有图片上创造新的效果。通过独立或批量处理，甚至可以将此工具用于视频生成。其应用包括: 深度图生成、立体图像制作、3D网格生成和 3D 视频渲染等。

常见问题及帮助

项目提供了丰富的使用指南和常见问题解答，用户可以从中获取如何在现有图片上应用插件的步骤、在不同环境下运行的方法，以及相关的深度处理项目建议。此外，项目鼓励开发者参与完善功能和修复Bug。

致谢

stable-diffusion-webui-depthmap-script 依赖于多个优秀的开源项目和学术论文，涵盖了多个方面的技术和模型整合，感谢所有为这些项目做出贡献的开发者和研究者。

编辑推荐精选

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

下拉加载更多