FCOS3D

FCOS3D predicts three-dimensional boxes from a single image.

Задачі: 3d detection
Розміри: r101 at 1600 px
Встановлення: pip install "libreyolo[hf]"
Рівень підтримки: Суміжний рівень, починаючи з v1.6.0. Окремий інтерфейс продукту з власною фабрикою та контрактом.
Першоджерело: FCOS3D, автори: OpenMMLab, ліцензія Apache-2.0 code. Стаття, джерело
Ліцензії: Код: MIT, ваги: No separate artifact grant recorded. Комерційне використання

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

Перевіряйте ліцензію в репозиторії Hugging Face конкретних ваг, які завантажуєте. Кожна контрольна точка в організації LibreYOLO має ліцензію, і вона не завжди однакова для всього сімейства. Цей репозиторій є авторитетним джерелом, а наведене нижче резюме описує умови на момент останньої перевірки сторінки.

Це опис відповідних ліцензій, а не юридична консультація. Якщо відповідь має комерційне значення, самостійно прочитайте ліцензії та зверніться по юридичну консультацію.

Оригінальна робота: FCOS3D, OpenMMLab
Ліцензія першоджерела: Apache-2.0 code
Джерело першоджерела: github.com/open-mmlab/mmdetection3d
Код LibreYOLO: MIT
Ваги: No separate artifact grant recorded, повторно опубліковано на huggingface.co/LibreYOLO
Тлумачення: 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}
}

Скопійовано з блоку цитування авторів на сторінці raw.githubusercontent.com/open-mmlab/mmdetection3d/main/configs/fcos3d/README.md.