3D-MOOD

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

작업: 3d detection
설치: pip install "libreyolo[hf]"
지원 티어: 별도 티어, v1.6.0부터 지원. 자체 팩토리와 계약을 갖춘 별도의 제품 영역입니다.
업스트림: ETH Zurich, Computer Vision and Geometry Lab의 3D-MOOD, Apache-2.0. 논문, 소스
라이선스: 코드 MIT, 가중치 Apache-2.0. 상업적 사용

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

내려받는 특정 가중치의 Hugging Face 저장소에서 라이선스를 확인하십시오. LibreYOLO 조직의 모든 체크포인트에는 라이선스가 있으며 한 계열 안에서도 항상 같지는 않습니다. 해당 저장소가 신뢰할 수 있는 기준입니다. 아래 요약은 이 페이지를 마지막으로 검증했을 때 적용된 내용을 설명합니다.

관련 라이선스에 관한 설명이며 법률 자문이 아닙니다. 상업적으로 중요한 사안이라면 라이선스를 직접 읽고 별도의 법률 자문을 받으십시오.

원작: 3D-MOOD, ETH Zurich, Computer Vision and Geometry Lab
업스트림 라이선스: Apache-2.0
업스트림 소스: github.com/cvg/3D-MOOD
LibreYOLO 코드: MIT
가중치: Apache-2.0, huggingface.co/LibreYOLO에 다시 게시됨
해석: 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}
}

raw.githubusercontent.com/cvg/3D-MOOD/main/README.md에 있는 저자의 인용 블록에서 복사했습니다.