Marigold Depth Estimation

ஒருங்கிணை

மாடல் id imageutils/marigold-depth

# 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/imageutils/marigold-depth?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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"

const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/imageutils/marigold-depth?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/imageutils/marigold-depth", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/ta/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.com/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "imageutils/marigold-depth",
  "input": {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }
}

Doitong API மூலம் Marigold Depth Estimation மாதிரியை (imageutils/marigold-depth) அழைக்கவும். முகவர்களுக்கான ஆவணங்கள்: https://doitong.com/ta/developers/models/imageutils/marigold-depth.md

POST https://api.doitong.com/v1/run/imageutils/marigold-depth?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}

பதிலின் நிலை "queued" அல்லது "running" எனில், அது "succeeded" ஆகும் வரை GET https://api.doitong.com/v1/requests/REQUEST_ID?wait=20 மூலம் தொடர்ந்து சரிபார்க்கவும்; கோப்புகள் outputs[].url இல் உள்ளன. அதே body-யுடன் POST https://api.doitong.com/v1/quote/imageutils/marigold-depth அனுப்பினால், இயக்கத்திற்கு முன் துல்லியமான விலை கிடைக்கும்.

இந்தக் கோரிக்கை: ≈$0.014 14 API கிரெடிட்கள் இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

Utility படத் திருத்தம் #depth#utility

Marigold மூலம் ஆழ வரைபடங்களை மதிப்பிடுகிறது; இரைச்சல் நீக்கப் படிகள், குழும அளவு மற்றும் செயலாக்கத் தெளிவுத்திறனைச் சரிசெய்யலாம்

OpenAPI Markdown

Utility · படம்

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

ஒரு இயக்கத்திற்கான மதிப்பிடப்பட்ட விலை

மதிப்பிடப்பட்ட விலை

$0.014ஒரு இயக்கத்திற்கு

14 API கிரெடிட்கள்

ஒரு இயக்கத்திற்கான நிலையான விலை; வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்.

இயக்கு · $0.014

வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்; தோல்வியுற்றால் தானாகத் திருப்பியளிக்கப்படும்.

ஒரு இயக்கத்தின் வழக்கமான செலவை அடிப்படையாகக் கொண்ட மதிப்பீடு. மேற்கோள் விலை, இயக்கத்திற்கான சரியான கட்டணமே.

விலைமதிப்பீட்டு முனையம்: POST /quote/{id}

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

image •தேவை image_url

கோப்பை விடுங்கள் அல்லது

உள்ளீட்டுப் படத்தின் URL.

மேம்பட்டவை num_inference_steps · ensemble_size · processing_res

num_inference_steps இயல்புநிலை 10

Denoising படிகளின் எண்ணிக்கை அதிகரிக்கும்போது inference வேகத்திற்கும் துல்லியத்திற்கும் இடையே சமநிலையை மாற்றுகிறது; `10` இயல்புநிலை.

ensemble_size இயல்புநிலை 10

Averaging sample எண்ணிக்கை: அதிக predictions பயன்படுத்தினால் inference வேகத்தின் செலவில் துல்லியம் மேம்படும். இயல்புநிலை `10`.

processing_res இயல்புநிலை 0

செயலாக்க தெளிவுத்திறன் வரம்பு; தனி வரம்பிற்குப் பதிலாக உள்ளீட்டுப் படத்தின் அளவைத் தேர்ந்தெடுக்க `0` பயன்படுத்தப்படுகிறது. இயல்புநிலை `0`.

POST /run/imageutils/marigold-depth?wait=20 விலை → $0.014

# 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/imageutils/marigold-depth?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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"

const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/imageutils/marigold-depth?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/imageutils/marigold-depth", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "imageutils/marigold-depth",
      "input": {
        "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "wait_seconds": 20
    }
  }
}

இந்தக் கோரிக்கையை இயக்கு

API விசை

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். இந்த உலாவியில் நினைவில் கொள்க API விசையைப் பெறுங்கள்

Marigold Depth Estimation பற்றி

Marigold முறையைப் பயன்படுத்தி உள்ளீட்டுப் படத்திலிருந்து ஆழ வரைபடத்தை உருவாக்குகிறது. `num_inference_steps` மற்றும் `ensemble_size` இரண்டும் 2 முதல் 50 வரை இருக்கும் (இயல்புநிலை தலா 10); அதிக மதிப்புகள் அதிகத் துல்லியமான முடிவுகளைத் தரும், ஆனால் மெதுவாக இயங்கும். `processing_res` அதிகபட்சம் 2048 வரை செல்லும்; 0 என்றால் உள்ளீட்டுப் படத்தின் அளவு பயன்படுத்தப்படும்.

அளவுருக்கள்

நியமப் பெயர் அல்லது நேட்டிவ் பெயர் இரண்டில் ஒன்றை மட்டும் அனுப்பவும். நியமப் பெயர்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்

image_urlதேவை image

வகைurl · image

உள்ளீட்டுப் படத்தின் URL.

num_inference_stepsவிருப்பத்தேர்வு

வகைinteger

இயல்புநிலை10

2 – 50

ensemble_sizeவிருப்பத்தேர்வு

வகைinteger

இயல்புநிலை10

2 – 50

processing_resவிருப்பத்தேர்வு

வகைinteger

இயல்புநிலை0

0 – 2,048

தேவை நியமப் பெயர், இதுவும் ஏற்கப்படும்

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "imageutils/marigold-depth",
  "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": 14,
    "usd": "0.014",
    "charged": 14,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "image": {
      "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
    }
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "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"
  }
}

உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.

ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.

வெளியீட்டின் புலங்கள்

image: object {url, content_type, file_name, file_size, width, height}ஆழ வரைபட வெளியீடு.

மேலும் மாதிரிகள்: படத் திருத்தம்

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/imageutils/marigold-depth.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt

உங்கள் முதல் முடிவு இங்கே வரும்

கோரிக்கையை உருவாக்கு

இந்தக் கோரிக்கையை இயக்கு

Marigold Depth Estimation பற்றி

அளவுருக்கள்

வெளியீடு

பிற Imageutils மாறுபாடுகள்

Midas Depth Estimation மாறுபாடுகள்: 4

Remove Background மாறுபாடுகள்: 4

NSFW Filter மாறுபாடுகள்: 4

மேலும் மாதிரிகள்: படத் திருத்தம்

FLUX.1 Kontext [pro] மாறுபாடுகள்: 7

GPT Image 2.5 Edit மாறுபாடுகள்: 4

Nano Banana 2 Edit மாறுபாடுகள்: 2

Nano Banana Pro Edit மாறுபாடுகள்: 2