具身智能🔥8.0
Jetson AGX Orin该用哪个深度估计器？2026年单目与双目方法基准测试
原标题: Jetson AGX Orin该用哪个深度估计器？2026年单目与双目方法基准测试
📋总体概括
一项面向NVIDIA Jetson AGX Orin的深度估计基准研究系统测评了截至2026年10月的九个模型家族，涵盖Depth Anything V2/3、Depth Pro、MoGe-2、Metric3D v2、UniDepth V2等单目方法，以及libSGM、NVIDIA ESS、Fast-FoundationStereo等双目方法。所有方法以TensorRT FP16引擎或原生CUDA代码运行，输入最高支持5.7 MP全分辨率，以Middlebury 2014为真值评测精度、耗时、能耗与许可证。结论明确：双目方法精度远超单目，ESS在8.6毫秒内达30fps且AbsRel仅0.70
⚡关键信息
- ▸Benchmark覆盖九个模型家族，包含六个单目方法（Depth Anything V2/3、Depth Pro、MoGe-2、Metric3D v2、UniDepth V2）与三个双目方法
- ▸所有方法在Jetson AGX Orin上以TensorRT FP16引擎或原生CUDA代码运行，输入分辨率最高达5.7 MP全幅
- ▸精度以Middlebury 2014非遮挡像素（10个视差低于256px的场景）为真值评测，同时记录GPU耗时、能耗与许可证信息
- ▸双目方法精度显著领先：NVIDIA ESS在8.6毫秒内实现0.70% AbsRel并达30fps，libSGM为25毫秒0.73%
- ▸在更大算力预算下，Fast-FoundationStereo可将AbsRel降至0.33%，远优于单目方案
🔥犀利点评
这份基准的价值在于把「纸上精度」拉回真实边缘算力：在Orin上单目大模型的泛化故事讲得再好，碰到.metric尺度精度依旧被双目碾压——ESS用8.6毫秒做到0.70% AbsRel，单目阵营没有一个能打。对机器人团队而言，这不是模型选型问题，而是传感器选型问题：要精度就上双目，别指望单目端侧奇迹。唯一悬念是Fast-FoundationStereo这类学习型双目能否在延迟与精度间找到甜点位。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 arXiv cs.RO 论文 阅读全文 →