Pāriet uz saturu

VGGT-1B

Integrēt

Modeļa id 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"

Līdz 1,755 $ par palaišanu maksa tiek aprēķināta pēc faktiskā lietojuma, pārējā summa tiek atmaksāta Izpildīt šajā lapā

Iegūt API atslēgu
Meta Datorredze

Rekonstruē 3D ainu no līdz 48 attēliem vai video, atgriežot dziļuma kartes, kameras pozas un punktu mākoni

Meta · Dati (JSON)

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

Papildu 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
Nometiet failu vai · līdz 48

Rekonstrukcijas avota attēli, katrs papildināts līdz kvadrātam un mainīts tā izmērs, lai garākā dimensija būtu 518 pikseļi. Tiek pieņemti JPEG, PNG, WEBP un jebkurš papildu attēla formāts, ko spēj dekodēt Pillow.

video_url
Nometiet failu vai

Neobligāts avota video, kura atlasītie kadri seko image_urls apvienotajā ievadē. Atlase izmanto katru `frame_sampling_rate`-to kadru, vienmēr iekļaujot pirmo un pēdējo kadru.

alpha_blend_onto noklusējums white

Alfa kanāla apstrādei ir četras izvēles: 'keep' noņem alfa kanālu, nemainot sākotnējās pikseļu vērtības; 'mean' kompozitē pret ImageNet vidējo RGB. Vienkrāsainam fonam izvēlieties 'white' vai 'black', lai kompozitētu pret atbilstošo krāsu.

array_encoding noklusējums base64

Prognožu JSON failu masīva krātuves formāts, kur 'list' aizņem daudz vairāk vietas nekā 'base64'. Izvēlieties 'list' ligzdotiem JSON sarakstiem vai 'base64' objektiem, kas satur {data, shape, dtype}.

noklusējums 24

Kadru intervāls, kas tiek lietots tikai tad, ja video tiek nodrošināts, izmantojot `video_url`; citādi tam nav ietekmes. Abi robežkadri tiek saglabāti neatkarīgi no intervāla, bet starp tiem tiek atlasīts katrs n-tais kadrs.

noklusējums 50

Uz ticamību balstīta filtrēšanas procentuālā vērtība punktu mākoņa izveidei: 0 atspējo filtrēšanu, bet citas vērtības izslēdz norādīto procentu punktu, sākot ar vismazāk ticamajiem.

noklusējums 250000

GLB punktu skaita ierobežojums, pēc noklusējuma 250,000. Lai samazinātu serializēšanas un augšupielādes aizkavi, ja mākonis pārsniedz šo budžetu, tiek ierakstīta vienmērīgi atlasīta apakškopa.

Atslēgas, kas tiek izslēgtas no katra prognozes JSON faila.

POST /run/vggt-1b?wait=20 cena → 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"

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par VGGT-1B

Novērtē ģeometriju no vairākiem skatiem. Norādiet līdz 48 attēliem laukā `image_urls`, pēc izvēles pievienojot `video_url`, kas tiks atlasīts ik pēc `frame_sampling_rate` kadriem. Tas atgriež katra kadra dziļuma kartes, kameras ārējos un iekšējos parametrus, neapstrādātus prognožu failus un GLB punktu mākoni ar kameras konusiem. `confidence_percentile` un `max_points` kontrolē punktu mākoņa blīvumu.

Parametri

Nosūti vai nu kanonisko nosaukumu, vai vietējo nosaukumu, bet ne abus. Kan啤niskie nosaukumi

NosaukumsTips NoklusējumsAtļauts Apraksts
image_urlsneobligāts images
Tipsurl[] · image
≤ 48 vienumi
Rekonstrukcijas avota attēli, katrs papildināts līdz kvadrātam un mainīts tā izmērs, lai garākā dimensija būtu 518 pikseļi. Tiek pieņemti JPEG, PNG, WEBP un jebkurš papildu attēla formāts, ko spēj dekodēt Pillow.
video_urlneobligāts video
Tipsurl · video
Neobligāts avota video, kura atlasītie kadri seko image_urls apvienotajā ievadē. Atlase izmanto katru `frame_sampling_rate`-to kadru, vienmēr iekļaujot pirmo un pēdējo kadru.
frame_sampling_rateneobligāts
Tipsinteger
Noklusējums24
1 – 1000
Kadru intervāls, kas tiek lietots tikai tad, ja video tiek nodrošināts, izmantojot `video_url`; citādi tam nav ietekmes. Abi robežkadri tiek saglabāti neatkarīgi no intervāla, bet starp tiem tiek atlasīts katrs n-tais kadrs.
alpha_blend_ontoneobligāts
Tipsenum
Noklusējumswhite
keepwhiteblackmean
Alfa kanāla apstrādei ir četras izvēles: 'keep' noņem alfa kanālu, nemainot sākotnējās pikseļu vērtības; 'mean' kompozitē pret ImageNet vidējo RGB. Vienkrāsainam fonam izvēlieties 'white' vai 'black', lai kompozitētu pret atbilstošo krāsu.
export_prediction_dataneobligāts
Tipsboolean
Noklusējumstrue
Eksportēt neapstrādātās prognozes kā atsevišķus JSON failus katram kadram. Katrā failā ir dziļums un tā ticamība, maska un kodēta kameras poza.
export_depth_mapsneobligāts
Tipsboolean
Noklusējumstrue
Eksportēt dziļuma rastrus ar `depth_range` lineāru kartējumu uz pikseļu vērtībām 0–65535. Katram kadram tiek izveidots atsevišķs 16 bitu pelēktoņu PNG fails.
export_point_cloudneobligāts
Tipsboolean
Noklusējumstrue
Eksportēt sapludināto krāsaino punktu mākoni GLB formātā, ainā attēlojot aprēķinātās kameras kā atsevišķus konusa tīklus.
array_encodingneobligāts
Tipsenum
Noklusējumsbase64
base64list
Prognožu JSON failu masīva krātuves formāts, kur 'list' aizņem daudz vairāk vietas nekā 'base64'. Izvēlieties 'list' ligzdotiem JSON sarakstiem vai 'base64' objektiem, kas satur {data, shape, dtype}.
exclude_keysneobligāts
Tipsenum[]
Atslēgas, kas tiek izslēgtas no katra prognozes JSON faila.
confidence_percentileneobligāts
Tipsnumber
Noklusējums50
0 – 100
Uz ticamību balstīta filtrēšanas procentuālā vērtība punktu mākoņa izveidei: 0 atspējo filtrēšanu, bet citas vērtības izslēdz norādīto procentu punktu, sākot ar vismazāk ticamajiem.
max_pointsneobligāts
Tipsinteger
Noklusējums250000
1000 – 5 000 000
GLB punktu skaita ierobežojums, pēc noklusējuma 250,000. Lai samazinātu serializēšanas un augšupielādes aizkavi, ja mākonis pārsniedz šo budžetu, tiek ierakstīta vienmērīgi atlasīta apakškopa.
enable_safety_checkerneobligāts
Tipsboolean
Noklusējumstrue
Ievades attēlu un video drošības pārbaudes slēdzis.
obligāts Kan啤niskais nosaukums, arī pieņemts

Failu parametriem nepieciešams publisks https:// URL, data: URI līdz 10 MB vai augšupielādes file_url. Faili

Izvade

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"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
point_cloud
object {url, content_type, file_name, file_size} | nullPunktu mākoņa izvade, kas tiek atgriezta, ja `export_point_cloud` ir true; tās GLB ainā sapludināts mākonis apvienots ar kameru konusiem.
depth_maps
array of object {url, content_type, file_name, file_size, width, height}Dziļuma kartes izvade, kas pieejama, ja `export_depth_maps` ir true. Ieraksti seko avota kadru secībai, katru kadru attēlojot kā 16 bitu pelēktoņu PNG rastru.
prediction_data
array of object {url, content_type, file_name, file_size}Neapstrādāto prognožu izvade: ja `export_prediction_data` ir true, katram kadram ir savs JSON fails, un faili seko kadru secībai.
num_frames
integerKopējais rekonstruēto kadru skaits, ieskaitot attēlus un no video atlasītos kadrus.
depth_range
array of numberDziļuma robežas [min, max], ko izmanto `depth_maps` kvantēšanai. Dziļumu atjauno, izmantojot min + pixel * (max - min) / 65535.
extrinsics
array of array of array of numberKameras no pasaules ārējās matricas, 3x4 lielumā, katram kadram; OpenCV asis vērstas pa labi gar x, uz leju gar y un uz priekšu gar z.
intrinsics
array of array of array of numberCauruma kameras iekšējās matricas, 3x3 lielumā, katram kadram, izteiktas modeļa 518x518 kadra pikseļu koordinātēs.
timings
objectPagājušais reāllaika ilgums katram posmam sekundēs.

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/vggt-1b.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt