题目要求：了解Depth Anything (以及Depth Anything v2)基本原理，创新点。
Depth Anything 论文：Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data
参考代码：Depth-Anything-Android GitHub
分析：
1）了解MonoDepthv2的基本原理和代码理解
2）将模型转化为小米手机端可以适配的推理模型
-
前言
赶在乒乓大满贯樊正东成功拿下男单冠军，部署完毕了Depth Anything模型，耗时3天，正如小胖那过去三个奥运会砥砺，虽迟但到，这该死的总冠军！！！
-
结果展示：
[注：由于Depth Anything模型较大，通常时间耗费大概在200~300 ms之间，即使输入尺寸为256x256以及做了resize操作] -
配置过程
说明：为啥花了3天呢，因为这个配置过程确实是麻烦，主要是版本兼容性太差，很多需要自己摸索，找原因，逐个定位
所以特别强调一下配置的环境信息：
1 Andorid Studo version: Android Studio Electric Eel | 2022.1.1 Patch 2
2 Graddle version: 7.4-bin
3 JDK version: 11
4 others: NDK and so on
-
需要修改的内容如下：
-
小结
1）Android Studio 配置过程会出现各种问题，需要耐心解决。如网络问题，SDK，NDK等路径配置问题，按照以上版本配置，大概率是可以运行成功，但是换个版本需要相应的适配；
2）相比于单目深度估计如MonoDepthV2, DepthAnything模型复杂很多，也大很多，也有可能是因为加载的是ONNX文件，相较于NCNN优化程度更大（工程应用的话，这里更倾向于前者）；
3）后面将继续进行NCNN转换工作，想能转成功，之前尝试一直有问题~sad.