---
title: video-depth-anything-small-webgpu
canonical_url: "https://www.modelscope.cn/models/fiworks/video-depth-anything-small-webgpu"
md_url: "https://www.modelscope.cn/models/fiworks/video-depth-anything-small-webgpu.md"
repository: fiworks/video-depth-anything-small-webgpu
chinese_name: "Video Depth Anything Small WebGPU"
last_updated: 2026-11-21
license: apache-2.0
pipeline_tag: video-depth-estimation
tasks:
  - video-depth-estimation
library_name:
  - onnx
downloads: 13
stars: 1
tags:
  - onnx
  - webgpu
  - video-depth-estimation
---

# video-depth-anything-small-webgpu

> video-depth-anything-small-webgpu - fiworks 在 ModelScope 开源的模型。Video Depth Anything Small 的浏览器 WebGPU ONNX 导出版本，包含横竖屏、基础与高精度配置，保留 32 帧时序推理。

fiworks/video-depth-anything-small-webgpu 是 ModelScope 魔搭社区上的video-depth-estimation模型，采用 apache-2.0 许可。

- **Repository**: fiworks/video-depth-anything-small-webgpu
- **License**: apache-2.0
- **Tasks**: video-depth-estimation
- **Tags**: onnx, webgpu, video-depth-estimation
- **Downloads**: 13
- **Stars**: 1
- **Last updated**: 2026-11-21

Source: https://www.modelscope.cn/models/fiworks/video-depth-anything-small-webgpu

---

# Video Depth Anything Small — WebGPU ONNX

本仓库提供 Video Depth Anything Small 的浏览器 WebGPU ONNX 导出制品，用于单目视频的相对深度估计。模型未重新训练，权重来自上游 Small 模型；导出时拆分为逐帧编码器和 32 帧时序深度头，采用 FP16 权重存储、FP32 计算。

## 来源与许可证

- 上游项目：https://github.com/DepthAnything/Video-Depth-Anything
- 源码版本：`4f5ae23172ba60fd7bc11ef671cca678842c7072`
- 原始权重：https://huggingface.co/depth-anything/Video-Depth-Anything-Small
- 原始权重 SHA-256：`13379300b739e659f076a59d52e9801bd8d38c541a7e71f73bbca4dcfb013609`
- Small 模型及本导出制品采用 Apache-2.0，完整许可证见 `LICENSE.txt`。本仓库是格式转换版本，并非上游官方发布仓库。

## 文件与配置

每种配置需要同名的 encoder 与 head 配对使用，不能混用不同尺寸。

| 配置 | 输入宽 × 高 | 编码器 | 时序深度头 |
| --- | --- | --- | --- |
| 横屏基础 | 518 × 294 | encoder-landscape.onnx | head-landscape.onnx |
| 竖屏基础 | 294 × 518 | encoder-portrait.onnx | head-portrait.onnx |
| 横屏精细 | 672 × 378 | encoder-landscape-detail.onnx | head-landscape-detail.onnx |
| 竖屏精细 | 378 × 672 | encoder-portrait-detail.onnx | head-portrait-detail.onnx |

上述尺寸是模型推理输入尺寸，不是最终视频导出分辨率。所有配置使用 32 帧时序窗口。基础配置导出 microBatch 为 8，精细配置为 4。文件大小、SHA-256 和导出数值验证记录见 `manifest.json`；其中 relativeMae 是导出数值验证记录，不代表视频质量或公开基准评分。

## 使用说明

模型面向 ONNX Runtime Web 的 WebGPU 执行环境。接入时需要实现视频解码、输入预处理、逐帧特征编码、32 帧特征组窗、时序推理及结果后处理。本仓库只提供模型制品，不包含完整浏览器应用或视频编码运行时。

按需下载所需的一对 ONNX 文件，并校验 manifest 中的 SHA-256。模型输出是相对深度，不能直接作为以米为单位的测距结果。输出稳定性仍受输入视频、遮挡、镜头切换和窗口衔接处理影响。

## 训练与效果

本仓库没有额外训练或微调。模型训练方法、数据说明及上游效果请参考原项目。此处不宣称导出版本具有新的基准成绩，也不保证任意下游视频生成模型可以直接接收深度视频；具体输入方式需由下游工作流决定。
