رفتن به محتوا

Depth Anything Video

یکپارچه‌سازی

شناسه مدل depth-anything-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/depth-anything-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

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

فایل‌هایی مانند نمونه: ⁨‎$۰٫۴۰⁩ ۴۰۰ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
ByteDance ویدیو به ویدیو حداکثر 1080p #video-to-video#motion#edit

نقشه‌های عمق هر فریم را برای ویدیوی ورودی برآورد می‌کند و گزینه‌هایی برای اندازه، نقشه رنگی و مقایسه کنارهم دارد

ByteDance · ویدیو

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی video_url
یک فایل بیندازید، یا

URL اشاره‌کننده به ویدیوی استفاده‌شده برای برآورد عمق.

resolution پیش‌فرض auto

وضوح خروجی؛ `auto` وضوح ورودی را تا 1080p حفظ می‌کند. مقادیر موجود: 'auto'، '360p'، '480p'، '720p'، '1080p'.

حد پردازش فریم، با سقف 2400. تنظیم None نیز امکان پردازش حداکثر 2400 فریم را می‌دهد.

پیشرفته model · colormap · output_fps · side_by_side · include_raw_depths
model پیش‌فرض VDA-Large

اندازه مدل برآورد عمق؛ VDA-Large بالاترین کیفیت را ارائه می‌دهد و VDA-Small سریع‌تر اجرا می‌شود.

colormap پیش‌فرض grayscale

پالت نمایش عمق: 'grayscale' عمق خام نرمال‌شده را نمایش می‌دهد، 'viridis' نمایشی مناسب برای افراد کوررنگ ارائه می‌کند و 'inferno' یا 'magma' یکنواختی ادراکی دارند. پالت پیشنهادی 'turbo' نواحی نزدیک را به رنگ‌های گرم و نواحی دور را به رنگ‌های سرد نگاشت می‌کند.

نرخ فریم ویدیوی خروجی. مقدار None نرخ فریم ورودی را حفظ می‌کند.

POST /run/depth-anything-video?wait=20 قیمت → ⁨‎$۰٫۴۰⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/depth-anything-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

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

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Depth Anything Video

ویدیو را به تجسم عمق تبدیل می‌کند و بین فریم‌ها نتیجه‌ای سازگار ارائه می‌دهد. اندازه مدل (VDA-Small، VDA-Base یا VDA-Large)، نقشه رنگی (grayscale، turbo، inferno، magma یا viridis) و `resolution` خروجی تا 1080p را انتخاب کنید. می‌توانید ویدیوی اصلی را با `side_by_side` کنار ویدیوی عمق رندر کنید، تعداد فریم‌ها را با `max_frames` (حداکثر 2400) محدود کنید یا مقادیر خام عمق را به‌صورت فایل .npz صادر کنید.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
video_urlالزامی video
نوعurl · video
URL اشاره‌کننده به ویدیوی استفاده‌شده برای برآورد عمق.
modelاختیاری
نوعenum
پیش‌فرضVDA-Large
VDA-SmallVDA-BaseVDA-Large
اندازه مدل برآورد عمق؛ VDA-Large بالاترین کیفیت را ارائه می‌دهد و VDA-Small سریع‌تر اجرا می‌شود.
colormapاختیاری
نوعenum
پیش‌فرضgrayscale
grayscaleturboinfernomagmaviridis
پالت نمایش عمق: 'grayscale' عمق خام نرمال‌شده را نمایش می‌دهد، 'viridis' نمایشی مناسب برای افراد کوررنگ ارائه می‌کند و 'inferno' یا 'magma' یکنواختی ادراکی دارند. پالت پیشنهادی 'turbo' نواحی نزدیک را به رنگ‌های گرم و نواحی دور را به رنگ‌های سرد نگاشت می‌کند.
resolutionاختیاری
نوعenum
پیش‌فرضauto
auto360p480p720p1080p
وضوح خروجی؛ `auto` وضوح ورودی را تا 1080p حفظ می‌کند. مقادیر موجود: 'auto'، '360p'، '480p'، '720p'، '1080p'.
max_framesاختیاری
نوعinteger | null
> ۰
حد پردازش فریم، با سقف 2400. تنظیم None نیز امکان پردازش حداکثر 2400 فریم را می‌دهد.
output_fpsاختیاری
نوعnumber | null
> ۰
نرخ فریم ویدیوی خروجی. مقدار None نرخ فریم ورودی را حفظ می‌کند.
side_by_sideاختیاری
نوعboolean
پیش‌فرضfalse
تولید ویدیویی را کنترل می‌کند که نمای اصلی و عمق را در کنار هم مقایسه می‌کند.
include_raw_depthsاختیاری
نوعboolean
پیش‌فرضfalse
خروجی داده خام عمق float32 را به فایل .npz شامل `depths` [N,H,W]، `min_depth`، `max_depth`، `fps`، `model` و `shape` کنترل می‌کند.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "depth-anything-video",
  "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": 400,
    "usd": "0.40",
    "charged": 400,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "raw_depths": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}ویدیوی نمایش‌دهنده عمق، کدگذاری‌شده با H.264 در قالب MP4.
raw_depths
object {url, content_type, file_name, file_size} | nullداده خام عمق در فایل .npz، در صورت True بودن `include_raw_depths` ارائه می‌شود.

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/depth-anything-video.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt