Bottom Line Up Front (BLUF): Mapa głębi to czarno-biała kopia kadru, w której jasność pokazuje odległość do aparatu: obiekty znajdujące się w pobliżu są jaśniejsze, tło staje się czarne. To narzędzie tworzy plik z Twojego filmu lub obrazu za darmo i całkowicie na Twoim urządzeniu: plik nigdy nie jest przesyłany, nie są pobierane żadne tokeny ani nie wiąże się z żadnymi płatnymi API. Model Depth Everything V2 Small działa bezpośrednio w przeglądarce, więc widzisz wynik w trakcie jego tworzenia, a gotowe wideo można pobrać w formacie MP4 lub WebM.
Mapa głębi to ta sama klatka przerysowana w odcieniach szarości w zależności od odległości od aparatu. Im bliżej obiektu, tym jaśniejszy piksel; tło staje się czarne. Żadnych tekstur, żadnej skóry, żadnych twarzy – tylko geometria i relief sceny.
Potrzebujesz go w dwóch przypadkach. Po pierwsze, aby ominąć filtry generowania wideo: modele takie jak Seedance nie pozwalają na rozpoznanie twarzy i klatek filmu, podczas gdy mapa głębi nie ma nic do sprawdzania — nie ma na niej żadnych twarzy. Po drugie, aby przenieść ruch kamery: mapa głębi pokazuje, gdzie poruszyła się kamera i jak stały obiekty, a model rysuje własną scenę tym samym ruchem.
Narzędzie nigdy nie wysyła Twojego pliku na nasz serwer ani na serwer kogokolwiek innego. Model Depth Everything V2 Small (licencja Apache 2.0) ładuje się do przeglądarki raz, a następnie jest udostępniany z pamięci podręcznej, a obliczenia są wykonywane na karcie graficznej za pośrednictwem WebGPU. Jeśli WebGPU jest niedostępne, włącza się rezerwowe działanie procesora — wolniej, ale działa wszędzie.
Klatki wideo są dekodowane za pomocą kodeków internetowych, każda staje się mapą głębi, a następnie wszystko jest składane z powrotem w wideo z pierwotną liczbą klatek na sekundę i najwyższą rozdzielczością, jaką obsługuje Twoja przeglądarka. Dane wyjściowe to MP4 lub WebM, w zależności od tego, który system obsługuje. Za ten model nie są pobierane żadne tokeny: nie ma w ogóle płatnego żądania.
Możesz przetwarzać zarówno wideo, jak i pojedynczy obraz. Wybierz plik za pomocą przycisku lub przeciągnij go bezpośrednio do okna. Nietypowe formaty, takie jak HEIC, AVIF czy TIFF, są konwertowane automatycznie — tak jak w innych miejscach na stronie, nic nie jest blokowane przez format.
W przypadku obrazu wynikiem jest PNG przy oryginalnej rozdzielczości; w przypadku wideo jest to klip o tej samej liczbie klatek na sekundę. Podgląd widoczny jest w trakcie obróbki: ramki pojawiają się w stanie gotowym, a nie dopiero po złożeniu pliku. Długi bieg można anulować.
Domyślnie mapa głębi jest czarno-biała z jasnym pierwszym planem. Przełącznik prawie ciemny odwraca skalę — czasami drobne szczegóły są w ten sposób lepiej czytelne. Dla przejrzystości dostępne są mapy kolorów, Inferno i Viridis: malują odległość jako gradient i pomagają zobaczyć płaszczyzny, w których miesza się szarość.
Rozdzielczość prawie nie wpływa na szybkość: model zawsze oblicza klatkę przy stałej rozdzielczości 518 × 518, a rozdzielczość ma znaczenie tylko po złożeniu gotowego wideo. Prawdziwą dźwignią jest liczba klatek, więc długi klip na procesorze jest powolny: minuta źródła może zająć kilka minut.
Potrzebujesz nowoczesnej przeglądarki — Chrome lub Edge. Na słabym laptopie nie zaczynaj od 4K: zacznij od krótkiego klipu, sprawdź wynik, a następnie weź większy plik.
Wybieraj oprawy o wyraźnej geometrii: ulica, wnętrze, osoba w pełnym wzroście. Najlepiej przenoszą się ostre zmiany płaszczyzn i ruch kamery. Jeśli potrzebujesz mapy do wygenerowania, zrób ją najpierw, a następnie wprowadź ją do modelu wraz z własnym opisem sceny.
Prawidłowy. Model i jego wagi ładują się do przeglądarki, a obliczenia są uruchamiane na Twoim urządzeniu. Filmy i zdjęcia nigdy nie są nigdzie wysyłane, a w tym modelu nie ma płatnego API.
Nic. Za mapę głębi nie są pobierane żadne tokeny: praca odbywa się na Twoim komputerze, a nie na naszym serwerze.
Szybkość zależy od liczby klatek i od tego, czy masz WebGPU. Na procesorze długi klip trwa wielokrotnie dłużej — wypróbuj krótki klip lub pojedynczy obraz.
Tak, narzędzie akceptuje również obrazy: wynik wynosi PNG w oryginalnej rozdzielczości.
MP4 (H.264) lub WebM — w zależności od tego, którą przeglądarkę obsługuje. Oryginalna liczba klatek na sekundę zostaje zachowana.