Что это такое?
Набор инструментов для оценки глубины сцены по размытию на фотографиях, не требующий обучения на целевых данных.
Проект / Python
princeton-vl/FOSSA: FOSSA — оценка глубины сцены по размытию без обучения
Получайте карты глубины из обычных фотографий, анализируя степень размытия объектов.
FOSSA — исследовательский проект из Princeton Vision & Learning Lab, реализующий метод оценки глубины сцены по степени размытия объектов. Включает код для обучения и оценки модели, а также набор данных ZEDD для тестирования. Проект сопровождается научной...
Для кого это
Для исследователей компьютерного зрения и разработчиков, работающих с 3D-реконструкцией, AR/VR и автономными системами.
Проблема / задача
Традиционные методы оценки глубины требуют стереокамер, лазерных сканеров или специальных датасетов для обучения, что дорого и сложно внедрять.
Как это работает
Модель анализирует естественное оптическое размытие (дефокус) на снимках с малой глубиной резкости. Алгоритм обучается на синтетически сгенерированных данных и применяется к реальным изображениям без дополнительной донастройки (zero-shot подход). Для работы требуется CUDA-совместимый GPU.
Что видно по README
FOSSA — исследовательский проект из Princeton Vision & Learning Lab, реализующий метод оценки глубины сцены по степени размытия объектов. Включает код для обучения и оценки модели, а также набор данных ZEDD для тестирования. Проект сопровождается научной статьёй и онлайн-демо.
Ключевые возможности
Технологии
Интересный факт
Модель использует специально разработанное CUDA-расширение PowerExpPSF для симуляции оптического размытия, что ускоряет обучение в сотни раз.
С чего начать
- Создать conda-окружение с Python 3.8
- Установить зависимости из requirements.txt
- Собрать CUDA-расширение PowerExpPSF
- Загрузить датасеты HAMMER и DDFF-12
Оценка GitRadar
Удобство
4/10
Свежесть
9/10
Перспектива
7/10
Монетизация
3/10
Общая оценка
6/10
Вердикт GitRadar
Стоит пробовать исследователям в области компьютерного зрения для экспериментов с оценкой глубины. Для продакшена потребуется значительная доработка.
Наблюдения по обновлениям
Проект свежий (2024), но имеет низкую активность сообщества (29 звёзд, 0 форков и issue). Код выложен полностью, roadmap выполнен.
Что мы проверили
Карточка собрана по данным GitHub, README и структуре репозитория. Это не официальная документация проекта.
- Исходный репозиторий
- https://github.com/princeton-vl/FOSSA
- Лицензия
- BSD-3-Clause
- Создан на GitHub
- 30 марта 2026 г.
- Последнее обновление репо
- 30 марта 2026 г.
- Последняя проверка GitRadar
- 30 марта 2026 г.
- Изученные файлы
- README.md, requirements.txt, dist_val.sh, dist_test.sh, dist_train.sh, eval.py
FAQ
Для кого подходит?
Для академических исследователей и инженеров, разрабатывающих алгоритмы 3D-реконструкции, AR-приложения или автономные системы.
Источники
Нужна помощь с princeton-vl/FOSSA?
Если проект подходит под ваш сценарий, можем помочь с установкой, интеграцией, доработкой или аккуратным форком под вашу инфраструктуру.