FCOS3D

FCOS3D predicts three-dimensional boxes from a single image.

Tarefas: 3d detection
Tamanhos: r101 at 1600 px
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: FCOS3D por OpenMMLab, Apache-2.0 code. Artigo, código-fonte
Licenças: Código MIT, pesos No separate artifact grant recorded. Uso comercial

Install

bash

pip install "libreyolo[hf]"

Predict

Python

from libreyolo import LibreFCOS3D, SAMPLE_IMAGEfrom PIL import Image model = LibreFCOS3D(device="cpu")# Rough pinhole guess so the snippet runs. For real metric boxes, pass# your camera's measured 3x3 matrix for the original image size.w, h = Image.open(SAMPLE_IMAGE).sizef = float(max(w, h))intrinsics = [[f, 0, w / 2], [0, f, h / 2], [0, 0, 1]]result = model.predict(SAMPLE_IMAGE, intrinsics=intrinsics)print(result.boxes3d)

FCOS3D runs natively on CPU or CUDA and requires original-image camera intrinsics. MPS is not supported. The default confidence is 0.05, rotated NMS IoU is 0.8 and max_det is 200.

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: FCOS3D, OpenMMLab
Licença original: Apache-2.0 code
Código-fonte original: github.com/open-mmlab/mmdetection3d
Código do LibreYOLO: MIT
Pesos: No separate artifact grant recorded, republicado em huggingface.co/LibreYOLO
Interpretação: The upstream repository declares Apache-2.0. A distinct per-artifact checkpoint license is not recorded in the library source.

Citation

@inproceedings{wang2021fcos3d,
	title={{FCOS3D: Fully} Convolutional One-Stage Monocular 3D Object Detection},
	author={Wang, Tai and Zhu, Xinge and Pang, Jiangmiao and Lin, Dahua},
	booktitle={Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV) Workshops},
	year={2021}
}

Copiado do bloco de citação dos autores em raw.githubusercontent.com/open-mmlab/mmdetection3d/main/configs/fcos3d/README.md.