---

language:

• en license: apache-2.0 pipeline_tag: image-to-image library_name: diffusers tags:
• normals estimation
• latent consistency model
• image analysis
• computer vision
• in-the-wild
• zero-shot new_version: prs-eth/marigold-normals-v1-1

---

Marigold Normals LCM v0-1 模型卡

此模型已弃用。请使用新版 Marigold Normals v1-1 模型。

新版：Marigold Normals v1-1 模型

本文档为 marigold-normals-lcm-v0-1 模型的说明卡，该模型用于从单张图像进行单目法线估计。 该模型基于 marigold-normals-v0-1 模型 通过潜在一致性蒸馏方法微调而成，相关技术细节详见我们的论文：

• CVPR'2024 论文 《Repurposing Diffusion-Based Image Generators for Monocular Depth Estimation》
• 期刊扩展版 《Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis》

如何使用该模型

• 体验交互式 Hugging Face Spaces 演示：查看模型如何处理示例图像或上传您自己的图像。
• 结合 diffusers 使用，仅需几行代码即可计算结果。
• 通过我们的 官方代码库 深入了解实现细节。

模型详情

• 开发团队： Bingxin Ke、Kevin Qu、Tianfu Wang、Nando Metzger、Shengyu Huang、Bo Li、Anton Obukhov、Konrad Schindler。
• 模型类型： 基于生成式潜在扩散的单图像法线估计模型。
• 语言： 英文。
• 许可证： Apache 许可证 2.0 版。
• 模型描述： 该模型可用于生成输入图像的表面法线估计图。
  • 分辨率： 虽然可处理任意分辨率，但模型继承了基础扩散模型约 768 像素的有效分辨率。 这意味着为获得最佳预测效果，任何较大输入图像在输入模型前应调整尺寸，使较长边保持为 768 像素。
  • 步数与调度器： 本模型专为配合 LCM 调度器使用而设计，建议去噪步数介于 1 到 4 步。
  • 输出内容：
    • 表面法线图： 预测值为屏幕空间坐标系中的三维单位向量。
    • 不确定性图： 仅当集成预测次数大于 2 时生成。
• 更多信息参考： 项目网站、论文、代码库。
• 引用格式：

@misc{ke2025marigold,
  title={Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis},
  author={Bingxin Ke and Kevin Qu and Tianfu Wang and Nando Metzger and Shengyu Huang and Bo Li and Anton Obukhov and Konrad Schindler},
  year={2025},
  eprint={2505.09358},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@InProceedings{ke2023repurposing,
  title={Repurposing Diffusion-Based Image Generators for Monocular Depth Estimation},
  author={Bingxin Ke and Anton Obukhov and Shengyu Huang and Nando Metzger and Rodrigo Caye Daudt and Konrad Schindler},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2024}
}