DetAny3D

DetAny3D predicts three-dimensional boxes from a single image.

Tareas: 3d detection
Tamaños: h at 896 px
Instalación: pip install "libreyolo[hf]"
Nivel de compatibilidad: Nivel hermano, desde v1.6.0. Una superficie de producto independiente con su propia factoría y su propio contrato.
Proyecto original: DetAny3D de OpenDriveLab, Apache-2.0 code; no separate weights license declared by the publisher. Artículo, fuente
Licencias: Código MIT, pesos No separate license declared by the publisher. Uso comercial

Install

bash

pip install "libreyolo[hf]"

Predict

Python

from libreyolo import LibreDetAny3D, SAMPLE_IMAGE # Requires the separately installed upstream runtime.model = LibreDetAny3D(device="cpu")result = model.predict(SAMPLE_IMAGE, text="person")print(result.boxes3d)

DetAny3D estimates camera intrinsics internally and accepts text, box or point prompts. Install its separate upstream runtime and its grounding dependencies. Default confidence is 0.37 and the text threshold is 0.25.

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

Comprueba la licencia en el repositorio de Hugging Face de los pesos concretos que descargues. Cada checkpoint de la organización de LibreYOLO incluye una, y no siempre es la misma en toda una familia. Ese repositorio es la fuente autorizada; el resumen siguiente describe qué se aplicaba cuando se verificó esta página por última vez.

Esta es una descripción de las licencias implicadas, no asesoramiento legal. Si la respuesta es importante a nivel comercial, lee las licencias y busca tu propio asesoramiento.

Trabajo original: DetAny3D, OpenDriveLab
Licencia del proyecto original: Apache-2.0 code; no separate weights license declared by the publisher
Fuente del proyecto original: github.com/OpenDriveLab/DetAny3D
Código de LibreYOLO: MIT
Pesos: No separate license declared by the publisher, republicados en huggingface.co/LibreYOLO
Interpretación: OpenDriveLab releases the project under Apache-2.0 and declares no separate license for the checkpoint. LibreYOLO mirrors the checkpoint byte-for-byte and adds no terms of its own.

Citation

@article{zhang2025detect,
  title={Detect Anything 3D in the Wild},
  author={Zhang, Hanxue and Jiang, Haoran and Yao, Qingsong and Sun, Yanan and Zhang, Renrui and Zhao, Hao and Li, Hongyang and Zhu, Hongzi and Yang, Zetong},
  journal={arXiv preprint arXiv:2504.07958},
  year={2025}
}

Copiado del bloque de cita de los autores en raw.githubusercontent.com/OpenDriveLab/DetAny3D/main/README.md.