Μετάβαση στο περιεχόμενο

VGGT-1B

Ενσωμάτωση

id μοντέλου vggt-1b
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Έως 1,755 $ ανά εκτέλεση χρέωση βάσει της πραγματικής χρήσης, το υπόλοιπο επιστρέφεται Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Meta Όραση

Ανακατασκευάζει μια σκηνή 3D από έως 48 εικόνες ή ένα βίντεο και επιστρέφει χάρτες βάθους, στάσεις κάμερας και νέφος σημείων

Meta · Δεδομένα (JSON)

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

Για προχωρημένους images · video · alpha_blend_onto · array_encoding · frame_sampling_rate · confidence_percentile · max_points · export_prediction_data · export_depth_maps · export_point_cloud · enable_safety_checker · exclude_keys
image_urls
Αποθέστε ένα αρχείο ή · έως 48

Εικόνες πηγής ανακατασκευής, καθεμία τοποθετημένη σε τετράγωνο και με αλλαγή μεγέθους ώστε η μεγαλύτερη διάσταση να είναι 518 pixel. Υποστηρίζονται JPEG, PNG, WEBP και κάθε πρόσθετη μορφή εικόνας που αποκωδικοποιείται από το Pillow.

video_url
Αποθέστε ένα αρχείο ή

Προαιρετικό βίντεο πηγής, τα δειγματοληπτημένα καρέ του οποίου ακολουθούν τα image_urls στη συνδυασμένη είσοδο. Η δειγματοληψία χρησιμοποιεί κάθε `frame_sampling_rate`-οστό καρέ, συμπεριλαμβάνοντας πάντα το πρώτο και το τελευταίο καρέ.

alpha_blend_onto προεπιλογή white

Η διαχείριση του καναλιού άλφα προσφέρει τέσσερις επιλογές: το 'keep' αφαιρεί το άλφα χωρίς αλλαγή των αρχικών τιμών pixel· το 'mean' συνθέτει πάνω στον μέσο όρο RGB του ImageNet. Για συμπαγές φόντο, επιλέξτε 'white' ή 'black' για σύνθεση πάνω στο αντίστοιχο χρώμα.

array_encoding προεπιλογή base64

Μορφή αποθήκευσης πινάκων για αρχεία JSON προβλέψεων, όπου το 'list' καταλαμβάνει πολύ περισσότερο χώρο από το 'base64'. Επιλέξτε 'list' για ένθετες λίστες JSON ή 'base64' για αντικείμενα που περιέχουν {data, shape, dtype}.

προεπιλογή 24

Το διάστημα καρέ εφαρμόζεται μόνο όταν παρέχεται βίντεο μέσω `video_url`· διαφορετικά δεν έχει αποτέλεσμα. Τα δύο οριακά καρέ διατηρούνται ανεξάρτητα από το διάστημα, ενώ ανάμεσά τους λαμβάνεται κάθε n-οστό καρέ.

προεπιλογή 50

Ποσοστό φιλτραρίσματος βάσει εμπιστοσύνης για την κατασκευή νέφους σημείων: το 0 απενεργοποιεί το φιλτράρισμα, ενώ άλλες τιμές εξαιρούν αυτό το ποσοστό σημείων, ξεκινώντας από τα λιγότερο αξιόπιστα.

προεπιλογή 250000

Όριο πλήθους σημείων GLB, με προεπιλογή 250,000. Για μείωση της καθυστέρησης σειριοποίησης και μεταφόρτωσης, όταν το νέφος υπερβαίνει αυτόν τον προϋπολογισμό εγγράφεται ομοιόμορφα υποδειγματοληπτημένη επιλογή.

Κλειδιά που εξαιρούνται από κάθε αρχείο JSON πρόβλεψης.

POST /run/vggt-1b?wait=20 προσφορά → 1,755 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το VGGT-1B

Εκτιμά τη γεωμετρία από πολλαπλές όψεις. Παρέχετε έως 48 εικόνες στο `image_urls` και προαιρετικά προσθέστε ένα `video_url` με δειγματοληψία κάθε `frame_sampling_rate` καρέ. Επιστρέφει χάρτες βάθους ανά καρέ, εξωγενείς και ενδογενείς παραμέτρους κάμερας, αρχεία ακατέργαστων προβλέψεων και ένα νέφος σημείων GLB με κώνους κάμερας. Τα `confidence_percentile` και `max_points` ελέγχουν την πυκνότητα του νέφους σημείων.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
image_urlsπροαιρετικό images
Τύποςurl[] · image
≤ 48 στοιχεία
Εικόνες πηγής ανακατασκευής, καθεμία τοποθετημένη σε τετράγωνο και με αλλαγή μεγέθους ώστε η μεγαλύτερη διάσταση να είναι 518 pixel. Υποστηρίζονται JPEG, PNG, WEBP και κάθε πρόσθετη μορφή εικόνας που αποκωδικοποιείται από το Pillow.
video_urlπροαιρετικό video
Τύποςurl · video
Προαιρετικό βίντεο πηγής, τα δειγματοληπτημένα καρέ του οποίου ακολουθούν τα image_urls στη συνδυασμένη είσοδο. Η δειγματοληψία χρησιμοποιεί κάθε `frame_sampling_rate`-οστό καρέ, συμπεριλαμβάνοντας πάντα το πρώτο και το τελευταίο καρέ.
frame_sampling_rateπροαιρετικό
Τύποςinteger
Προεπιλογή24
1 – 1.000
Το διάστημα καρέ εφαρμόζεται μόνο όταν παρέχεται βίντεο μέσω `video_url`· διαφορετικά δεν έχει αποτέλεσμα. Τα δύο οριακά καρέ διατηρούνται ανεξάρτητα από το διάστημα, ενώ ανάμεσά τους λαμβάνεται κάθε n-οστό καρέ.
alpha_blend_ontoπροαιρετικό
Τύποςenum
Προεπιλογήwhite
keepwhiteblackmean
Η διαχείριση του καναλιού άλφα προσφέρει τέσσερις επιλογές: το 'keep' αφαιρεί το άλφα χωρίς αλλαγή των αρχικών τιμών pixel· το 'mean' συνθέτει πάνω στον μέσο όρο RGB του ImageNet. Για συμπαγές φόντο, επιλέξτε 'white' ή 'black' για σύνθεση πάνω στο αντίστοιχο χρώμα.
export_prediction_dataπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Εξαγωγή ακατέργαστων προβλέψεων ως ξεχωριστών αρχείων JSON για μεμονωμένα καρέ. Κάθε αρχείο περιλαμβάνει βάθος και την εμπιστοσύνη του, μάσκα και κωδικοποιημένη στάση κάμερας.
export_depth_mapsπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Εξαγωγή raster βάθους με γραμμική αντιστοίχιση του `depth_range` σε τιμές pixel 0–65535. Για κάθε καρέ δημιουργείται ξεχωριστό ασπρόμαυρο PNG ακρίβειας 16 bit.
export_point_cloudπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Εξαγωγή του συγχωνευμένου έγχρωμου νέφους σημείων σε μορφή GLB, με τις εκτιμώμενες κάμερες να αναπαρίστανται από μεμονωμένα κωνικά πλέγματα στη σκηνή.
array_encodingπροαιρετικό
Τύποςenum
Προεπιλογήbase64
base64list
Μορφή αποθήκευσης πινάκων για αρχεία JSON προβλέψεων, όπου το 'list' καταλαμβάνει πολύ περισσότερο χώρο από το 'base64'. Επιλέξτε 'list' για ένθετες λίστες JSON ή 'base64' για αντικείμενα που περιέχουν {data, shape, dtype}.
exclude_keysπροαιρετικό
Τύποςenum[]
Κλειδιά που εξαιρούνται από κάθε αρχείο JSON πρόβλεψης.
confidence_percentileπροαιρετικό
Τύποςnumber
Προεπιλογή50
0 – 100
Ποσοστό φιλτραρίσματος βάσει εμπιστοσύνης για την κατασκευή νέφους σημείων: το 0 απενεργοποιεί το φιλτράρισμα, ενώ άλλες τιμές εξαιρούν αυτό το ποσοστό σημείων, ξεκινώντας από τα λιγότερο αξιόπιστα.
max_pointsπροαιρετικό
Τύποςinteger
Προεπιλογή250000
1.000 – 5.000.000
Όριο πλήθους σημείων GLB, με προεπιλογή 250,000. Για μείωση της καθυστέρησης σειριοποίησης και μεταφόρτωσης, όταν το νέφος υπερβαίνει αυτόν τον προϋπολογισμό εγγράφεται ομοιόμορφα υποδειγματοληπτημένη επιλογή.
enable_safety_checkerπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Εναλλαγή ελέγχου ασφαλείας για εικόνες και βίντεο εισόδου.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "vggt-1b",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1755,
    "usd": "1.755",
    "charged": 1755,
    "refunded": 0
  },
  "input": {},
  "output": {
    "point_cloud": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "depth_maps": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "prediction_data": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200
      }
    ],
    "num_frames": 1,
    "depth_range": [
      1.0
    ],
    "extrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "intrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "timings": {}
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
point_cloud
object {url, content_type, file_name, file_size} | nullΕξαγωγή νέφους σημείων που επιστρέφεται όταν `export_point_cloud` είναι true· η σκηνή GLB συνδυάζει το συγχωνευμένο νέφος με κώνους κάμερας.
depth_maps
array of object {url, content_type, file_name, file_size, width, height}Εξαγωγή χάρτη βάθους διαθέσιμη όταν `export_depth_maps` είναι true. Οι εγγραφές ακολουθούν τη σειρά των καρέ πηγής, με κάθε καρέ να αναπαρίσταται ως ασπρόμαυρο raster PNG βάθους 16 bit.
prediction_data
array of object {url, content_type, file_name, file_size}Εξαγωγή ακατέργαστων προβλέψεων: όταν `export_prediction_data` είναι true, κάθε καρέ έχει το δικό του αρχείο JSON και τα αρχεία ακολουθούν τη σειρά των καρέ.
num_frames
integerΣυνολικός αριθμός ανακατασκευασμένων καρέ, συμπεριλαμβανομένων εικόνων και καρέ που δειγματοληπτήθηκαν από βίντεο.
depth_range
array of numberΌρια βάθους [min, max] που χρησιμοποιούνται για την κβάντιση του `depth_maps`. Ανακτήστε το βάθος ως min + pixel * (max - min) / 65535.
extrinsics
array of array of array of numberΕξωγενείς πίνακες κάμερας-από-κόσμο, διαστάσεων 3x4, για κάθε καρέ· οι άξονες OpenCV δείχνουν δεξιά κατά x, κάτω κατά y και εμπρός κατά z.
intrinsics
array of array of array of numberΕσωτερικοί πίνακες pinhole, διαστάσεων 3x3, για κάθε καρέ, εκφρασμένοι στις συντεταγμένες pixel του καρέ 518x518 του μοντέλου.
timings
objectΧρόνος τοίχου που παρήλθε για κάθε στάδιο, σε δευτερόλεπτα.

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/vggt-1b.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt