3D-MOOD

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

Tarefas: 3d detection
Instalação: pip install "libreyolo[hf]"
Nível de suporte: Nível irmão, desde a v1.6.0. Uma superfície de produto separada, com sua própria fábrica e seu próprio contrato.
Origem: 3D-MOOD por ETH Zurich, Computer Vision and Geometry Lab, Apache-2.0. Artigo, código-fonte
Licenças: Código MIT, pesos Apache-2.0. Uso comercial

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

Confira a licença no repositório do Hugging Face correspondente aos pesos que você baixar. Cada checkpoint na organização LibreYOLO tem uma licença, e ela nem sempre é a mesma em toda a família. Esse repositório é a fonte oficial. O resumo abaixo descreve o que se aplicava na última verificação desta página.

Esta é uma descrição das licenças envolvidas, não uma orientação jurídica. Se a resposta tiver importância comercial, leia as licenças e procure sua própria assessoria.

Trabalho original: 3D-MOOD, ETH Zurich, Computer Vision and Geometry Lab
Licença original: Apache-2.0
Código-fonte original: github.com/cvg/3D-MOOD
Código do LibreYOLO: MIT
Pesos: Apache-2.0, republicado em huggingface.co/LibreYOLO
Interpretação: 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}
}

Copiado do bloco de citação dos autores em raw.githubusercontent.com/cvg/3D-MOOD/main/README.md.