企业官网建设流程全解析

InfiniDepth 是一个 CVPR 2026 发布的任意分辨率、细粒度深度估计项目，基于神经隐式场（Neural Implicit Fields）实现，支持从单张 RGB 图像估计深度图、生成 3D Gaussian Splatting 重建，以及结合深度传感器恢复度量深度。本文将带你完整走通 InfiniDepth 环境搭建、依赖安装、检查点下载与目录摆放、第一条推理命令，并汇总新手最常见的避坑要点。

一、先认识 InfiniDepth：三大核心能力

在动手前，先确认它能为你的场景做什么。项目支持以下三种实用能力：

仓库自带多张示例输入图，覆盖庭院、街景、室内静物等典型场景，方便你验证安装是否成功：

二、环境搭建：从零开始的完整步骤

手动安装的完整说明见 INSTALL.md，下面是最短可行路径。

第 1 步：获取代码并创建 Python 环境

git clone https://gitcode.com/gh_mirrors/in/InfiniDepth cd InfiniDepth # 推荐 miniforge + mamba；若用 conda，将 mamba 换成 conda， # 并在安装 gxx 时改用 conda-forge 渠道 mamba create -n infinidepth python=3.10 mamba activate infinidepth

第 2 步：安装 PyTorch 与全部依赖

# 安装包管理器 uv pip install uv # 安装 PyTorch（CUDA 12.8 版本） uv pip install torch==2.9.0 torchvision==0.24.0 torchaudio==2.9.0 xformers==0.0.33.post1 --index-url https://download.pytorch.org/whl/cu128 # 安装项目依赖（见 requirements.txt） uv pip install -r requirements.txt

此外还需安装两个组件，安装命令详见 INSTALL.md：

• MoGe：用于在缺少深度输入时恢复度量尺度（point cloud / 3DGS 导出必需）
• gsplat：Gaussian Splatting 渲染核心，3DGS 任务必需

第 3 步：（可选）解决 gsplat 编译失败

如果 gsplat 因 g++ 版本或 CUDA toolkit 问题编译失败，按 INSTALL.md 的提示处理：

mamba install gxx=10 mamba install nvidia/label/cuda-12.8.0::cuda-toolkit -c nvidia/label/cuda-12.8.0 export CUDA_HOME=$CONDA_PREFIX

三、检查点下载与目录摆放（最容易出错的环节）

3.1 模型清单（Model Zoo）

权重统一从官方 Model Zoo 下载（下载地址见 INSTALL.md 中的表格），对应关系如下：

3.2 标准目录结构

下载完成后，请严格按照下面的目录结构摆放（目录名是硬编码的，不要改名）：

checkpoints/ ├── depth/ │ ├── infinidepth.ckpt # RGB 相对深度 │ └── infinidepth_depthsensor.ckpt # RGB+深度 度量深度 ├── gs/ │ ├── infinidepth_gs.ckpt │ └── infinidepth_depthsensor_gs.ckpt ├── moge-2-vitl-normal/ │ └── model.pt # 尺度恢复 └── sky/ └── skyseg.onnx # 可选：天空过滤

⚠️只跑"单图相对深度"最小需要 3 个文件：infinidepth.ckpt+moge-2-vitl-normal/model.pt；skyseg.onnx是可选的天空过滤增强。

四、跑通第一条深度推理命令

使用仓库自带示例图 courtyard.jpg，直接运行官方脚本 example_scripts/infer_depth/courtyard_infinidepth.sh：

python inference_depth.py \ --input_image_path=example_data/image/courtyard.jpg \ --model_type=InfiniDepth \ --depth_model_path=checkpoints/depth/infinidepth.ckpt \ --output_resolution_mode=upsample \ --upsample_ratio=2

运行成功后，结果写入输入数据目录旁：

• example_data/pred_depth/：彩色深度图
• example_data/pred_pcd/：点云（开启--save_pcd=True时导出）

常用参数速查（详见 inference_depth.py）：

五、进阶场景命令速查

单图生成 3D Gaussian + 新视角视频

脚本：example_scripts/infer_gs/courtyard_infinidepth_gs.sh

python inference_gs.py \ --input_image_path=example_data/image/courtyard.jpg \ --model_type=InfiniDepth \ --depth_model_path=checkpoints/depth/infinidepth.ckpt \ --gs_model_path=checkpoints/gs/infinidepth_gs.ckpt

输出.ply高斯文件与新视角视频（pred_gs/目录）。

RGB + 深度传感器：度量深度推理

以 ETH3D 示例为例（RGB 与深度文件需配对，深度支持.png、.npy、.npz、.h5、.hdf5、.exr）：

python inference_depth.py \ --input_image_path=example_data/image/eth3d_office.png \ --input_depth_path=example_data/depth/eth3d_office.npz \ --model_type=InfiniDepth_DepthSensor \ --depth_model_path=checkpoints/depth/infinidepth_depthsensor.ckpt \ --fx_org=866.39 --fy_org=866.04 --cx_org=791.5 --cy_org=523.81 \ --output_resolution_mode=upsample --upsample_ratio=1

多视角 / 视频深度 + 全局点云

支持图片目录、单图或视频输入，默认可用 DA3 对整个序列做位姿对齐；若已知相机内外参，可直接提供 Waymo 风格文本目录跳过 DA3：

python inference_multi_view_depth.py \ --input_path=example_data/multi-view/waymo/image \ --model_type=InfiniDepth \ --depth_model_path=checkpoints/depth/infinidepth.ckpt

对应脚本：example_scripts/infer_depth/waymo_multi_view_infinidepth.sh，结果输出到pred_sequence/<序列名>/下的深度、点云与元数据子目录。

不想敲命令？用 Gradio 界面

运行python app.py即可启动本地可视化界面（入口 app.py）：输入 RGB 图（必填）+ 深度图（可选），任务可在Depth/3DGS间切换，模型可在InfiniDepth/InfiniDepth_DepthSensor间切换。

六、常见避坑清单 ⚠️

1. gsplat 编译失败：绝大多数是 g++ 或 CUDA toolkit 版本问题，装gxx=10+cuda-toolkit 12.8并export CUDA_HOME=$CONDA_PREFIX即可（见 INSTALL.md）。用 conda 时记得把 gxx 的渠道换成conda-forge。
2. model_type与检查点必须配对：InfiniDepth→infinidepth.ckpt；InfiniDepth_DepthSensor→infinidepth_depthsensor.ckpt，且必须同时传--input_depth_path。只有 RGB 时请一定用InfiniDepth，否则报缺文件。
3. 忘记下载 MoGe-2：导出点云 / 3DGS 的度量尺度依赖checkpoints/moge-2-vitl-normal/model.pt，缺了它导出流程会中断。
4. DepthSensor 模式建议传内参：--fx_org --fy_org --cx_org --cy_org强烈建议提供；缺失时会回退到 MoGe-2 估计或按图像尺寸取默认值，精度受损。
5. numpy 版本冲突：requirements.txt 固定了numpy<2.0，若环境里是 numpy 2.x 可能报 ABI 错误，装完依赖后请检查版本。
6. 多视角显式相机模式：--camera_intrinsics_dir与--camera_extrinsics_dir中的 txt 文件按字典序排序后与图片一一对应，文件数量必须与图片数量完全一致；该模式只支持图片输入，不支持视频。
7. 找不到输出文件：结果不在脚本目录，而是生成在输入数据目录旁的pred_depth/、pred_pcd/、pred_gs/、pred_sequence/中。
8. Gradio 界面里用 DepthSensor 报错：InfiniDepth_DepthSensor需要上传深度图；只用 RGB 时请切换回InfiniDepth模型。

七、关键文件导航

• 手动安装指南：INSTALL.md
• 深度推理入口：inference_depth.py
• 3DGS 推理入口：inference_gs.py
• 多视角推理入口：inference_multi_view_depth.py
• Gradio 可视化入口：app.py
• 示例脚本目录：example_scripts/
• 示例数据（图片 / 深度 / 多视角）：example_data/
• 核心网络与渲染模块：InfiniDepth/gs/、InfiniDepth/model/

按本文顺序走完"环境 → 权重 → 命令"三步，并对照避坑清单自查，你就能顺利跑通 InfiniDepth 的任意分辨率深度估计与 3DGS 重建 🚀