SAM 3D Body

SAM 3D Body adalah model berbasis prompt dari Meta untuk memulihkan mesh 3D seluruh tubuh, termasuk tangan dan kaki, dari satu gambar dan kotak orang. LibreYOLO membungkus paket upstream, bukan mem-porting-nya.

Task: mesh
Ukuran: d3, h at 512 px
Instalasi: pip install libreyolo
Tier dukungan: Hanya inferensi, sejak v. Hanya prediksi, validasi, dan ekspor. Fitur pelatihan tidak berlaku.
Proyek upstream: SAM 3D Body oleh Meta Platforms, Inc., SAM License (not OSI-approved). Makalah, sumber
Lisensi: Kode MIT, bobot SAM License (not OSI-approved). Penggunaan komersial

Instalasi

bash

pip install libreyolo

Perintah tersebut hanya memberikan adapter LibreYOLO. SAM 3D Body sendiri tidak disertakan karena lisensinya tidak mengizinkan kode LibreYOLO diturunkan darinya: clone repositori upstream dan pasang dependensinya sendiri, lalu arahkan LibreYOLO ke clone tersebut.

bash

git clone https://github.com/facebookresearch/sam-3d-body
pip install roma einops yacs omegaconf braceexpand pytorch-lightning timm

python

from libreyolo.models.sam3dbody import LibreSAM3DBody

model = LibreSAM3DBody(
    None,
    size="d3",
    sam_3d_body_path="/path/to/sam-3d-body",
    device="cuda",
)

atau tetapkan variabel lingkungan SAM_3D_BODY_PATH sebagai pengganti penerusan sam_3d_body_path pada setiap pemanggilan. Pengguna yang tidak pernah membuat family ini tidak akan memicu impor dan tidak akan menemui SAM License. Family ini tidak terhubung ke factory LibreYOLO() atau perintah CLI libreyolo predict; LibreSAM3DBody adalah satu-satunya entry point.

Prediksi

Python

from libreyolo import SAMPLE_IMAGEfrom libreyolo.models.sam3dbody import LibreSAM3DBody # Family ini tidak terdaftar pada factory LibreYOLO(), sehingga dibuat# secara langsung. model_path=None memicu pengunduhan Hugging Face yang# dibatasi; sebuah string dianggap sebagai path checkpoint lokal yang ada# dan tidak pernah diambil secara otomatis. Inferensi memerlukan perangkat# CUDA; tidak ada jalur CPU.model = LibreSAM3DBody(None, size="d3", device="cuda")result = model(SAMPLE_IMAGE, person_boxes=[[34, 12, 220, 400]]) meshes = result.meshesprint(meshes.vertices.shape)    # (N, V, 3), frame kamera, meterprint(meshes.joints3d.shape)    # (N, J, 3)

Dengan detektor orang

from libreyolo import LibreYOLO, SAMPLE_IMAGEfrom libreyolo.models.sam3dbody import LibreSAM3DBody # Tidak ada shortcut string bernama di sini: berikan detektor LibreYOLO# yang sudah dibuat, callable biasa, atau instance PersonDetector.detector = LibreYOLO("LibreRFDETRn.pt")model = LibreSAM3DBody(None, size="d3", device="cuda") result = model(SAMPLE_IMAGE, person_detector=detector)

Pengunduhan checkpoint dibatasi: pengguna harus menerima lisensi Meta pada halaman model Hugging Face dan melakukan autentikasi dengan hf auth login sebelum pengunduhan pertama berhasil. Inferensi sendiri selalu memerlukan perangkat CUDA: estimator upstream memindahkan batch ke GPU tanpa pemeriksaan, sehingga mesin khusus CPU akan memunculkan error, bukan beralih ke jalur cadangan. result.meshes adalah payload Meshes yang barisnya sejajar dengan result.boxes (satu baris per orang yang terdeteksi): vertices dan joints3d bersifat metrik serta sudah menyertakan estimasi translasi kamera, joints2d berada dalam piksel pada gambar asli, dan rotasinya mengikuti konvensi MHR, yaitu sudut Euler, bukan axis-angle. Lihat prediksi untuk sumber, streaming, dan penanganan hasil.

Varian

Dua backbone di balik model tubuh MHR yang sama: d3 memakai encoder DINOv3 ViT-H/16+, sedangkan h memakai encoder ViT-H asli.

Ekspor

Task	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
mesh	mesh to ONNX: tidak didukung	mesh to TorchScript: tidak didukung	mesh to ExecuTorch: tidak didukung	mesh to TensorRT: tidak didukung	mesh to OpenVINO: tidak didukung	mesh to Paddle: tidak didukung	mesh to MNN: tidak didukung	mesh to RKNN: tidak didukung	mesh to ncnn: tidak didukung	mesh to TFLite: tidak didukung	mesh to CoreML: tidak didukung	mesh to Core AI: tidak didukung

Ekspor mesh tubuh belum diimplementasikan: LibreYOLO belum menentukan kontrak graph hasil ekspor untuk task mesh, termasuk cara merepresentasikan tata letak parameter MHR di luar PyTorch.

Checkpoint

Setiap berkas bobot yang dipublikasikan untuk family ini.

Berkas	Input (piksel)	Lisensi bobot
mesh
LibreSAM3DBodyd3-mesh.pt	512	other
LibreSAM3DBodyh-mesh.pt	512	other

Setiap berkas di atas saat ini tersedia di organisasi LibreYOLO dan diunduh saat pertama kali digunakan.

Lisensi

Periksa lisensi di repositori Hugging Face untuk bobot tertentu yang diunduh. Setiap checkpoint di organisasi LibreYOLO memiliki lisensi, dan lisensinya tidak selalu sama dalam satu family. Repositori tersebut adalah sumber resmi. Ringkasan di bawah menjelaskan ketentuan yang berlaku saat halaman ini terakhir diverifikasi.

Ini adalah deskripsi lisensi yang terlibat, bukan nasihat hukum. Jika jawabannya penting secara komersial, baca sendiri lisensinya dan mintalah nasihat dari penasihat hukum Anda.

Karya asli: SAM 3D Body, Meta Platforms, Inc.
Lisensi upstream: SAM License (not OSI-approved)
Sumber upstream: github.com/facebookresearch/sam-3d-body
Kode LibreYOLO: MIT
Bobot: SAM License (not OSI-approved), dipublikasikan ulang di huggingface.co/LibreYOLO
Interpretasi: The SAM License is not one OSI recognizes as open source. Meta can amend its terms unilaterally, disclaims all warranty and liability, forbids reverse engineering the SAM Materials, and forbids any use touching military or warfare purposes, nuclear applications, espionage, weapons, or other export-controlled ends. It does not forbid commercial use outright, but a litigation clause ends your license the moment you sue Meta over the SAM Materials, so read it yourself before shipping a product on it. LibreYOLO wraps Meta's package rather than porting its code: none of it is vendored, it is an optional dependency the user installs themselves, and a user who never touches the mesh task never encounters these terms. The checkpoints are mirrored byte-identically behind the same Hugging Face access gate Meta uses, so accepting the license happens on Meta's own model page. LibreYOLO's own adapter code is MIT. The body model the checkpoints drive, MHR (Momentum Human Rig), is Meta's separate Apache-2.0 release and is fetched at runtime from its own public repository rather than mirrored.

Model tubuh yang dijalankan checkpoint, MHR (Momentum Human Rig), adalah rilis Meta terpisah di bawah Apache-2.0. LibreYOLO mengambil aset TorchScript dari rilis publik MHR sendiri saat runtime dan menyimpannya dalam cache lokal; berkas tersebut tidak dicerminkan oleh LibreYOLO dan membawa ketentuan Apache-2.0-nya sendiri, bukan SAM License.

Sitasi

@article{yang2026sam3dbody,
  title={SAM 3D Body: Robust Full-Body Human Mesh Recovery},
  author={Yang, Xitong and Kukreja, Devansh and Pinkus, Don and Sagar, Anushka and Fan, Taosha and Park, Jinhyung and Shin, Soyong and Cao, Jinkun and Liu, Jiawei and Ugrinovic, Nicolas and Feiszli, Matt and Malik, Jitendra and Dollar, Piotr and Kitani, Kris},
  journal={arXiv preprint arXiv:2602.15989},
  year={2026}
}

Disalin dari blok sitasi penulis di github.com/facebookresearch/sam-3d-body#citing-sam-3d-body.