运行Depth Anything 3 - ComfyUI Built-in Node Documentation

此节点在图像上运行 Depth Anything 3 模型，以估算深度和几何信息。

此节点在图像上运行 Depth Anything 3 模型，以估算深度和几何信息。在多视图模式下，多张图像作为同一场景的不同视图被一起处理，以生成几何一致的深度图和相机位姿。

## 输入

参数	描述	数据类型	是否必需	范围
`da3_model`	用于推理的 Depth Anything 3 模型	DA3\_MODEL	是	-
`image`	要处理的输入图像或图像集	IMAGE	是	-
`resolution`	模型运行的分辨率（最长边，14 的倍数）。数值越低，运行速度越快且显存占用越少。数值越高，生成的细节越丰富。输出结果会上采样回原始尺寸（默认值：504）	INT	是	140 至 2520（步长：14）
`resize_method`	upper\_bound\_resize：缩放使最长边等于分辨率（限制显存，默认值）。lower\_bound\_resize：缩放使最短边等于分辨率（在长/宽图像上保留更多细节，但占用更多显存）	COMBO	是	`"upper_bound_resize"` `"lower_bound_resize"`
`mode`	mono：单视图图像处理（适用于任何模型变体）。multiview：所有图像一起处理，以获得几何一致性和相机位姿估计（仅适用于 Small 和 Base 模型）	COMBO	是	`"mono"` `"multiview"`
`ref_view_strategy`	在多视图模式下，哪个视图作为几何锚点。saddle\_balanced：在所有视图中最平均的视图（最佳通用选择）。saddle\_sim\_range：与其他视图视觉差异最大的视图。first / middle：固定的位置选择	COMBO	否（有条件）	`"saddle_balanced"` `"saddle_sim_range"` `"first"` `"middle"`
`pose_method`	相机视场角的估算方式（仅适用于 Small 和 Base 模型）。cam\_dec：从图像特征中学习。ray\_pose：从模型的 3D 射线输出中几何推导得出。影响 3D 输出的透视正确性	COMBO	否（有条件）	`"cam_dec"` `"ray_pose"`

关于参数约束的说明：

ref_view_strategy 和 pose_method 参数仅在 mode 设置为 "multiview" 时可用。
多视图模式需要 Small 或 Base 模型变体。具有其他头部类型（如 Metric 或 Mono）的模型不支持跨视图注意力或相机位姿估计。
当 pose_method 设置为 "cam_dec" 时，模型必须具有相机解码器。如果设置为 "ray_pose"，模型必须具有 DualDPT 头部。
如果所选 pose_method 与加载的模型不兼容，将引发错误。

## 输出

输出名称	描述	数据类型
`da3_geometry`	非归一化张量的字典。始终包含键：depth、image、mode。可选键包括：sky（适用于 Mono/Metric 模型）、confidence（适用于 Small/Base 模型）、extrinsics 和 intrinsics（适用于多视图模式）	DA3\_GEOMETRY

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): e91dd47e6a01719cdd6b6ce8a9bcc45933cac72c5e147ac42906d2f83ab7c250