주요 특징

• 별도 파인튜닝 없이 야간 주행, 실내 합성 장면, 근접 텍스처 등 다양한 도메인의 단일 RGB 이미지에서 깊이 맵을 추정하며, NYUv2·KITTI·ETH3D·ScanNet·DIODE 벤치마크에서 경량 모델 중 최고 수준의 정확도를 보고했다.
• RepVGG 재파라미터화 블록(3×3+1×1+identity를 추론 시 단일 3×3으로 융합), 스트립 풀링 어텐션, Squeeze-and-Excitation, 글로벌 컨텍스트 블록, SPPF 넥과 Convex Upsampling 헤드로 구성된 효율 중심 아키텍처를 채택했다.
• RTX 3090, 384×384 입력 기준 PyTorch Eager FP32에서 3.9ms, torch.compile FP16에서 0.9ms, TensorRT FP16에서 0.8ms(약 1,317 FPS)의 지연시간을 공개했다.
• GPU용 체크포인트와 unfold 연산을 제거한 NPU 친화 체크포인트를 함께 제공하고, ONNX·TorchScript로 내보낸 뒤 ONNX Runtime Mobile, CoreML, TFLite, NCNN 등 모바일 런타임으로 변환할 수 있다.
• 단일 이미지·폴더·동영상 추론 스크립트, Marigold 제로샷 프로토콜 기반 평가 스크립트, 학습에 사용한 14,069,951장 파일 목록과 데이터셋 인덱스 생성 도구를 공개해 재현과 재학습이 가능하다.