Depth Anything V2：给单张照片补一张远近图，辅助景深与遮挡合成

想让照片背景逐渐虚化，或者把新图层放到人物身后，只有原图通常还不够：还要知道哪些地方靠前、哪些地方更远。Depth Anything V2 接收单张图片，输出同样对应画面位置的深度图。对修图、视觉合成和轻量三维探索，它的价值是提供一份可继续处理的远近关系，而不是直接替你完成整张作品。

先在官方图里看三个细节

这张官方 teaser 的顶行是原图，第二行是 V2 深度结果，第三行是标明名称的其他方法对照；底部另有官方速度与评测图表。本文重点读上面的图像，不把下面的数字当成本机性能。手机上可打开原图放大细节。

左侧桥梁值得看的是钢架之间的空隙。深度估计不能只给整座桥涂一种颜色，还要区分近处栏杆、远处结构，以及能透过空隙看到的背景。第二列室内图则有玻璃桌面、门窗和室外植物：镜面与透明区域会使“看见什么”与“表面在哪里”变得复杂。最右侧蝴蝶图中，第二行还能辨出翅膀外形、细长触角与花叶的层次，这类细节正是后续合成容易出现边缘问题的地方。

这些是发布方选出的可视对照，能帮助读者理解项目在强调哪些结构，不能单凭一张图推断所有照片都会如此。图中的颜色也是深度可视化，并非给物体分类的固定色卡：黄色不是永远代表蝴蝶，紫色也不天然等于天空。

怎样把远近图用到一张作品上

可以设想一张人在桥上、背景延伸到远处的照片。先把原图交给模型，再得到每个像素对应的深度值；官方接口返回与图像空间对应的二维数组，也能导出灰度或彩色预览。以深度值作为后续处理的依据，可以让远处区域比近处更强地虚化，或者辅助判断一个新增图层应被哪些前景挡住。这是教学中的合成思路，本文未运行该任务。

真正决定画面是否自然的地方，常在边界。栏杆空隙若被填平，虚化会涂到不该模糊的位置；蝴蝶触角若断开，新背景可能穿过主体。深度图因此适合作为合成的辅助材料，仍需要按最终用途检查细边、反射和半透明区域。它也不等同于主体抠图遮罩：前后相邻但属于同一物体的区域，可能有连续变化的深度。

这里必须保留“相对”两个字。主仓库的这组预训练模型做相对深度估计，数值不能直接解释成“离镜头两米”，也不能据此量出桥面长度。即便可视化看起来立体，也没有自动获得真实尺度。官方另设米制深度微调模型，想研究距离数值应进入那个独立入口，不能只把主模型输出换个单位。

按用途选模型，许可也随之变化

官方列出 Small、Base、Large、Giant 四档。Small 约 2480 万参数，Base 约 9750 万，Large 约 3.35 亿；当前读取的权重表里，Giant 仍写着 Coming soon，不能因为架构代码有配置就当成可直接下载的模型。先做本地图片辅助处理，Small 是值得考察的较小入口；是否需要换大模型，要看自己的细节要求与硬件条件，不能只靠示例图替代判断。

采用条件不只是参数量。Small 权重使用 Apache 2.0；Base、Large、Giant 标注 CC BY-NC 4.0，其中 NC 限制商业使用。根目录的 Apache 许可文件不能覆盖不同权重的单独声明。因此，商业设计或产品集成要先把使用的 checkpoint 说清楚，不能笼统地把整个系列都称作自由商用。

普通读者可先从官方 Hugging Face 演示上传一张有明显前后关系的照片，检查输出是否保留自己在意的边界。需要本地处理时，仓库提供图片脚本及 CPU、CUDA、Apple MPS 的设备选择示例；本地依赖、模型下载与算力仍由使用者准备。主仓库还支持视频脚本，但逐帧有深度图不等于本文已经验证时间连续性。先在单张照片上确认它能为哪一步提供帮助，再决定要不要把它纳入更长的制作流程。

参考资料：

• Depth Anything V2 官方仓库、型号与许可说明
• 官方在线深度估计演示
• 官方米制深度微调入口