3D-MOOD

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

タスク: 3d detection
インストール: pip install "libreyolo[hf]"
サポートティア: 姉妹ティア、v1.6.0以降。独自のファクトリと契約を持つ、独立した製品インターフェースです。
アップストリーム: ETH Zurich, Computer Vision and Geometry Labの3D-MOOD、Apache-2.0。論文、ソース
ライセンス: コード：MIT、重み：Apache-2.0。商用利用

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

ダウンロードする特定の重みについて、Hugging Faceリポジトリのライセンスを確認してください。LibreYOLO orgの各チェックポイントにはライセンスが付与されており、同じファミリー内でも常に同一とは限りません。そのリポジトリが正式な情報源です。以下の概要は、このページを最後に検証した時点で適用されていた内容を示します。

これは関連するライセンスの説明であり、法的助言ではありません。商用上重要な場合は、自分でライセンスを読み、専門家の助言を受けてください。

原著作物: 3D-MOOD, ETH Zurich, Computer Vision and Geometry Lab
アップストリームのライセンス: Apache-2.0
アップストリームのソース: github.com/cvg/3D-MOOD
LibreYOLOのコード: MIT
重み: Apache-2.0、huggingface.co/LibreYOLOで再公開
解釈: 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}
}

著者によるraw.githubusercontent.com/cvg/3D-MOOD/main/README.mdの引用ブロックからコピーしています。