5个模型文件怎么选？c-foundationstereo-s仓库文件完全拆解与选型攻略-平芜编程栈

【免费下载链接】c-foundationstereo-s

项目地址：https://ai.gitcode.com/hf_mirrors/nvidia/c-foundationstereo-s

c-foundationstereo-s是 NVIDIA 开源的FoundationStereo立体深度估计（Stereo Depth Estimation）模型仓库：输入一对左右 RGB 立体图像，输出一张精确的视差图（Disparity Map），支持零样本（Zero-Shot）泛化，广泛用于机器人、自动驾驶与工业 3D 感知场景。仓库里一共放了7 个 ONNX 模型文件 + 1 个 PyTorch 权重文件，新手很容易看花眼。这篇文章带你逐个拆解每个文件的用途、体积与适用运行时，最后给出一张"30 秒选型决策表"，帮你快速选对模型文件。

仓库文件总览：一图看懂 8 个大文件

所有模型文件均通过 Git-LFS 管理，克隆仓库后本地文件会先显示为 LFS 指针，需要执行git lfs pull拉取真实二进制。各文件的真实体积如下：

文件	真实大小	类型	说明
onnx/deployable_foundationstereo_small_320x736_v1.0.onnx	~549 MB	固定输入 320×736	ONNX Runtime / TensorRT 均可
onnx/deployable_foundationstereo_small_320x736_v2.0.onnx	~549 MB	固定输入 320×736	320×736 的 v2.0 版本
onnx/deployable_foundationstereo_small_576x960_v1.0.onnx	~866 MB	固定输入 576×960	ONNX Runtime / TensorRT 均可
onnx/deployable_foundationstereo_small_576x960_v2.0.onnx	~866 MB	固定输入 576×960	576×960 的 v2.0 版本
onnx/deployable_foundation_stereo_s_dynamic.onnx	~331 MB	动态分辨率	仅支持 ONNX Runtime
onnx/legacy/deployable_foundationstereo_small_v1.0.onnx	~213 MB	旧版 small 模型	历史遗留版本
onnx/legacy/deployable_foundation_stereo_l_dynamic.onnx	~331 MB	旧版 large 动态模型	历史遗留版本
trainable_foundation_stereo_small.pth	~513 MB	PyTorch 权重	用于推理/微调训练

📌 仓库说明文档在 README.md，包含模型架构、输入输出规格、硬件兼容列表与推理性能数据。

核心问题 1：320×736 还是 576×960？看你的输入分辨率和算力

两个固定分辨率模型的输入是写死的（文件名即分辨率，H×W）：

320×736：低分辨率档位，体积更小、速度更快。适合边缘设备与实时性要求高的场景，例如 Jetson 平台上的机器人视觉。
576×960：高分辨率档位，输入像素约为前者的 3 倍，视差细节更丰富、精度更高，但显存占用和延迟也成倍上升。

根据官方在 FP16 精度下的性能数据（BS=1，来源 README.md）：

设备	320×736 延迟	576×960 延迟
A100	199 ms（5.0 FPS）	437 ms（2.24 FPS）
Thor AGX	1461 ms（0.67 FPS）	2750 ms（0.36 FPS）
Orin AGX	1039 ms（1.0 FPS）	—

选型建议：🖥️ 桌面/服务器 GPU（A100、RTX 40/50 系）优先选 576×960 换精度；🤖 Jetson Orin/Thor 等边缘端建议选 320×736 保帧率。

核心问题 2：v1.0 与 v2.0 有什么区别？

同一分辨率存在 v1.0 和 v2.0 两个版本（如 320×736 两个文件体积完全相同，均为 ~549 MB），它们对应模型的不同发布迭代：

仓库当前主推的是 onnx/ 目录下的文件，v2.0 为较新迭代版本；
若你在旧项目（2025 年 NGC 版本）中沿用 v1.0 且工作正常，可继续使用；
新项目建议直接使用v2.0，避免使用被归入 onnx/legacy/ 目录的旧文件。

核心问题 3：dynamic 动态模型适合谁？

deployable_foundation_stereo_s_dynamic.onnx 支持任意输入分辨率，是体积最小（~331 MB）的部署模型，但有一个重要限制：

⚠️ 官方明确说明：dynamic 模型无法转换为 FP16 的 TensorRT 引擎，只能在 ONNX Runtime 上推理（见 README.md）。

只要用 ONNX Runtime 跑，且分辨率不固定 → 选 dynamic，一文件通吃；
追求 TensorRT 极致性能、分辨率固定 → 选对应的固定分辨率模型。

核心问题 4：legacy 目录和 .pth 权重文件是什么？

onnx/legacy/存放的是历史遗留版本，一般不建议新项目使用：

deployable_foundationstereo_small_v1.0.onnx（~213 MB）：旧版 small 模型，已被主目录的 v1.0/v2.0 系列取代；
deployable_foundation_stereo_l_dynamic.onnx（~331 MB）：旧版large规格动态模型，仅用于版本对比或兼容性验证。

trainable_foundation_stereo_small.pth（~513 MB）是 PyTorch 格式的small 版可训练权重，适用于：

想在 PyTorch 生态里直接加载权重做推理或二次开发；
需要基于官方权重做微调（fine-tune）或研究模型内部结构（混合 Transformer-CNN 架构，约 6300 万参数）。

30 秒选型决策表

你的场景	推荐文件
固定分辨率 + TensorRT 高性能推理（服务器 GPU）	576x960_v2.0.onnx
边缘设备（Jetson）实时推理	320x736_v2.0.onnx
分辨率不固定，仅用 ONNX Runtime	s_dynamic.onnx
PyTorch 研究 / 微调训练	trainable_foundation_stereo_small.pth
维护 2025 年旧版本存量项目	legacy 目录旧文件

下载与部署注意事项

克隆仓库：git clone https://gitcode.com/hf_mirrors/nvidia/c-foundationstereo-s，随后执行git lfs pull拉取真实的模型二进制（否则文件只有 134 字节的 LFS 指针）。
硬件兼容：官方支持 Ampere、Hopper、Blackwell、Lovelace、Turing、Pascal、Volta 等 NVIDIA GPU 微架构及 Jetson 平台，推荐操作系统为 Linux（见 README.md）。
性能预期：上述数据仅为模型推理性能，接入视频流、前后处理后的端到端耗时可能更高。
局限性：模型在透明物体（玻璃、水面）、高饱和度场景和弱光区域的深度估计可能不可靠，完全/部分遮挡的物体也可能失效。
许可证：模型遵循 NVIDIA Open Model License，商业使用前请阅读 README.md 中的许可条款。

掌握以上 4 个核心判断维度——分辨率档位、版本号、动态/固定形状、运行时——你就能在 c-foundationstereo-s 仓库的 8 个模型文件中 30 秒内选出最适合自己项目的那一个。