> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/german/funktionsblocke/blocks-reference/ai-blocks/depth-estimation-depthany-v2.md).

# Depth Estimation (DepthAny. V2)

Dieser Funktionsblock schätzt für jedes Pixel die Tiefe (Abstand) aus einem einzelnen RGB/BGR-Bild. Er erzeugt eine kolorierte Tiefenvisualisierung und eine Graustufen-Tiefenkarte, die Sie anzeigen, protokollieren oder an andere Verarbeitungsblöcke weiterleiten können.

## 📥 Eingänge

`Image`\
RGB/BGR-Bild, das als Eingabe für die Tiefenschätzung verwendet wird.

## 📤 Ausgänge

`Depth Vis`\
Kolorierte Visualisierung der geschätzten Tiefe (einfach zur Inspektion).

`Depth Map`\
Graustufige Tiefenkarte, normalisiert auf 0–255 (nützlich für Analysen und nachgelagerte Blöcke).

## 🕹️ Steuerungen

`Model Size`\
Wählt den Kompromiss zwischen Modellgenauigkeit und -geschwindigkeit. Optionen sind typischerweise Small, Base und Large.

`Max Size`\
Schieberegler zur Begrenzung der größten Bilddimension, die während der Verarbeitung verwendet wird. Größere Werte liefern mehr Details, benötigen aber mehr Rechenzeit.

## 🎨 Funktionen

* Erzeugt sowohl eine visuelle Tiefenkarte als auch ein rohes Graustufen-Tiefenbild für flexible Verwendung.
* Die Modellwahl ermöglicht den Tausch zwischen Inferenzgeschwindigkeit und Genauigkeit.
* `Max Size` verhindert, dass sehr große Bilder die Verarbeitung stark verlangsamen; der Block skaliert Eingaben automatisch für effiziente Inferenz.
* Nutzt automatisch verfügbare Rechenressourcen, um bestmöglichen Durchsatz zu bieten (UI-bezogenes Verhalten).

## ⚙️ Laufmechanismus

Beim Ausführen nimmt der Block das aktuelle Eingabebild, skaliert es optional gemäß der Einstellung `Max Size`, verarbeitet es mit dem gewählten `Model Size` und liefert zwei Ausgänge: die kolorierte Visualisierung (`Depth Vis`) und die normalisierte Graustufen-Tiefenkarte (`Depth Map`). Größere Modelle und höhere `Max Size`-Werte erhöhen die Verarbeitungszeit.

## 📝 Nutzungshinweise

1. Verbinden Sie einen bildliefernden Block mit dem Eingang `Image`.
2. Wählen Sie eine passende `Model Size` entsprechend Ihrem Bedarf an Genauigkeit vs. Geschwindigkeit.
3. Passen Sie `Max Size` an, um die Verarbeitungszeit zu begrenzen und gleichzeitig genügend Detail zu erhalten.
4. Verwenden Sie `Depth Vis`, um Ergebnisse schnell zu inspizieren; nutzen Sie `Depth Map` als numerische Eingabe für weitere Verarbeitungsblöcke.

## 💡 Tipps und Tricks

* Bei sehr großen Bildern verwenden Sie `Image Resizer` vor diesem Block, um Verarbeitungszeit zu sparen und trotzdem den relevanten Bereich zu erhalten.
* Wenn das Eingangsbild niedrige Auflösung hat, probieren Sie `Super Resolution` stromaufwärts, um Details vor der Tiefenschätzung zu verbessern.
* Um Ausgaben visuell im Workflow anzusehen, verbinden Sie `Depth Vis` mit `Show Image`.
* Ergebnisse automatisch speichern, indem Sie `Depth Vis` oder `Depth Map` an `Image Logger` oder `Image Write` senden.
* Beim Experimentieren beginnen Sie mit `Model Size` = Small für schnelles Feedback, und wechseln später zu Base oder Large, wenn die Einstellungen feststehen.

(Hinweis: empfohlene Begleitblöcke — `Image Resizer`, `Super Resolution`, `Show Image`, `Image Logger`, `Image Write`)

## 🛠️ Fehlersuche

* Verarbeitung zu langsam: `Model Size` reduzieren oder `Max Size` verringern.
* Ergebnisse wirken grob: `Max Size` erhöhen oder ein größeres `Model Size` wählen (falls Rechenressourcen vorhanden).
* Keine Ausgabe oder Block hängt: Prüfen Sie, ob der vorgelagerte Bildblock gültige Bildframes liefert.
* Wenn Sie aktuelle Ergebnisse zur Überprüfung verfügbar halten möchten, leiten Sie Ausgänge an `Image Logger` oder `Show Image` weiter, um Erwartungen zu bestätigen.