Depth Estimation (DepthAny. V2)

Bu fonksiyon bloğu, tek bir RGB/BGR görüntüsünden piksel başına derinlik tahmini yapar ve hem renkli görselleştirme hem de normalize edilmiş gri tonlu bir derinlik haritası üretir. Mesafe duyarlı analiz, sahne anlama ve tespit boru hatlarını derinlik bilgisiyle zenginleştirme için kullanışlıdır.

📥 Girdiler

Image Tek bir RGB/BGR görüntüsünü derinlik tahmini için sağlayın.

📤 Çıktılar

Depth Vis Tahmin edilen derinliğin renkli görselleştirmesi (hızlı inceleme için kullanışlı).

Depth Map Normalize edilmiş gri tonlu derinlik haritası (0–255). Ölçümler veya maskeleme için diğer bloklarla kullanılabilir.

🕹️ Kontroller

Model Size Modelin doğruluk/hız dengesi seçimi. Yaygın seçenekler: Small, Base, Large.

Max Size İşlem sırasında kullanılacak maksimum görüntü boyutu (daha büyük değerler daha fazla detay verir fakat işlem süresi ve bellek kullanımını artırır).

🎨 Özellikler

• İnsan tarafından kolayca yorumlanabilen renkli bir derinlik görselleştirmesi ve sonraki işlemler için uygun sayısal bir derinlik haritası üretir.

• Hız ile doğruluk arasında dengelemek için seçilebilir model boyutları sunar.

• Farklı makinelerde bellek ve kare hızı yönetimi için işlem boyutu ayarlanabilir.

• Kamera, dosya veya akışlar gibi herhangi bir görüntü üreten blokla giriş olarak çalışır (Image).

⚙️ Çalıştırma

Blok çalıştığında, Image girişine gönderilen en son görüntüyü işler ve Depth Vis üzerinde görsel bir derinlik haritası ile Depth Map üzerinde normalize edilmiş gri tonlu bir derinlik haritası çıkarır. Model Size veya Max Size değişiklikleri işlem hızını ve bellek kullanımını etkiler; sınırlı donanımda daha hızlı performans için daha küçük bir model veya daha düşük bir Max Size seçin.

📝 Kullanım Talimatları

1. Bir görüntü kaynağını (kamera veya dosya) Image girişine bağlayın.

2. Mevcut kaynaklar ve istenen doğruluğa göre uygun bir Model Size seçin.

3. İşleme çözünürlüğünü sınırlandırmak için Max Size değerini ayarlayın; daha düşük değerler hızı artırır.

4. Sonuçları hızlı görmek için Depth Vis çıktısını Show Image ile bağlayın; programatik işler için Depth Mapi kullanın.

💡 İpuçları ve Püf Noktaları

• Giriş görüntünüz çok büyükse bellek kullanımını azaltmak ve verimi artırmak için bu bloktan önce Image Resizer kullanın.

• Hızlı görsel kontroller için Depth Visi Show Image ile bağlayarak önizleme yapın.

• Derinlik haritaları veya görselleştirmeler için kayıt gerektiğinde Image Logger veya Image Write ile çıktıları kaydedin.

• Tahmin işlemini hızlandırmak ve gereksiz hesaplamayı azaltmak için ilgi alanına (ROI) odaklanmak üzere Image ROI kullanın.

• Tespit edilen nesne merkezlerinde derinlik örnekleri almak için Get Pixel ile Depth Mapten veri okuyun.

• Ölçüm görevleri için, tespitlerden veya ROI araçlarından elde edilen konumları Measure Position Distance ile eşleştirip Depth Mapten derinlik örnekleri alarak daha sağlam göreli mesafe tahminleri yapın.

• RGB görüntü üzerinde Object Detection (D-FINE) veya Object Detection - Custom gibi nesne algılama bloklarını çalıştırdıktan sonra, uzak/ yakın sıralaması veya filtreleme için Depth Mapi kullanın.

🛠️ Sorun Giderme

• İşlem çok yavaşsa veya arayüz tepkisiz hale geliyorsa, daha küçük bir Model Size seçmeyi veya Max Sizeı düşürmeyi deneyin.

• Derinlik görselleştirmesi gürültülü görünüyorsa, girişi Denoising veya Blur ile önceden işleyin ya da makul işleme boyutlarına uyacak şekilde Image Resizer kullanın.

• Sonuçlar kareler arasında tutarsız görünüyorsa, tutarlı aydınlatma sağlayın, görüntü kalitesini artırmayı deneyin (daha iyi pozlama, yüksek çözünürlük) veya sorunlu kareleri incelemek için Image Logger kullanın.

• Daha yüksek kaliteli modelleri makinenizde yükleyemiyorsanız, güvenilir performans için Small veya Base modellerini tercih edin.