3D-MOOD

3D-MOOD predicts three-dimensional boxes from a single image.

Aufgaben: 3d detection
Installation: pip install "libreyolo[hf]"
Supportstufe: Geschwisterstufe, seit v1.6.0. Eine separate Produktoberfläche mit eigener Factory und eigenem Vertrag.
Upstream: 3D-MOOD von ETH Zurich, Computer Vision and Geometry Lab, Apache-2.0. Publikation, Quelle
Lizenzen: Code MIT, Gewichte Apache-2.0. Kommerzielle Nutzung

Install

bash

pip install "libreyolo[hf]"

Predict

Python

from libreyolo import Libre3DMOOD, SAMPLE_IMAGEimport numpy as npfrom PIL import Image # Requires the separately installed upstream runtime.model = Libre3DMOOD(device="cpu")# Rough 3x3 pinhole guess; replace with measured calibration for the original image.w, h = Image.open(SAMPLE_IMAGE).sizeintrinsics = np.array([[w, 0, w / 2], [0, w, h / 2], [0, 0, 1]], dtype=np.float32)result = model.predict(SAMPLE_IMAGE, intrinsics=intrinsics, text="person")print(result.boxes3d)

3D-MOOD performs open-set detection using text labels and original-image camera intrinsics. Install its separate upstream runtime and provide runtime_path and runtime_python when needed.

result.boxes3d holds centers, dimensions and wxyz quaternions in camera coordinates, plus confidence, class and intrinsics. Plotting projects cuboids into the image. Training, validation, tracking and export are not supported. See 3D detection.

Licensing

Prüfe die Lizenz im Hugging-Face-Repository der konkreten Gewichte, die du herunterlädst. Jeder Checkpoint in der LibreYOLO-Organisation hat eine Lizenz, und sie ist innerhalb einer Familie nicht immer gleich. Dieses Repository ist die maßgebliche Quelle. Die Zusammenfassung unten beschreibt den Stand bei der letzten Verifizierung dieser Seite.

Dies ist eine Beschreibung der beteiligten Lizenzen und keine Rechtsberatung. Wenn die Antwort kommerziell relevant ist, lies die Lizenzen selbst und hole eigenen Rechtsrat ein.

Originalarbeit: 3D-MOOD, ETH Zurich, Computer Vision and Geometry Lab
Upstream-Lizenz: Apache-2.0
Upstream-Quelle: github.com/cvg/3D-MOOD
LibreYOLO-Code: MIT
Gewichte: Apache-2.0, erneut unter huggingface.co/LibreYOLO veröffentlicht
Einordnung: The source and model publisher declare Apache-2.0.

Citation

@InProceedings{Yang_2025_ICCV,
    author    = {Yang, Yung-Hsu and Piccinelli, Luigi and Segu, Mattia and Li, Siyuan and Huang, Rui and Fu, Yuqian and Pollefeys, Marc and Blum, Hermann and Bauer, Zuria},
    title     = {3D-MOOD: Lifting 2D to 3D for Monocular Open-Set Object Detection},
    booktitle = {Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV)},
    month     = {October},
    year      = {2025},
    pages     = {7429-7439}
}

Aus dem Zitierblock der Autoren unter raw.githubusercontent.com/cvg/3D-MOOD/main/README.md kopiert.