3D-MOOD

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

Tác vụ: 3d detection
Cài đặt: pip install "libreyolo[hf]"
Bậc hỗ trợ: Bậc song hành, từ v1.6.0. Một bề mặt sản phẩm riêng với factory và contract riêng.
Thượng nguồn: 3D-MOOD của ETH Zurich, Computer Vision and Geometry Lab, Apache-2.0. Bài báo, mã nguồn
Giấy phép: Mã nguồn MIT, trọng số Apache-2.0. Sử dụng thương mại

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

Hãy kiểm tra giấy phép trong repo Hugging Face của trọng số cụ thể mà bạn tải xuống. Mỗi checkpoint trong tổ chức LibreYOLO đều có giấy phép riêng và giấy phép có thể khác nhau trong cùng một họ. Repo đó là nguồn có thẩm quyền; phần tóm tắt dưới đây mô tả các điều khoản áp dụng khi trang này được kiểm chứng lần gần nhất.

Đây là phần mô tả các giấy phép liên quan, không phải tư vấn pháp lý. Nếu câu trả lời có ý nghĩa về mặt thương mại, hãy tự đọc các giấy phép và tham khảo cố vấn của riêng bạn.

Công trình gốc: 3D-MOOD, ETH Zurich, Computer Vision and Geometry Lab
Giấy phép thượng nguồn: Apache-2.0
Nguồn thượng nguồn: github.com/cvg/3D-MOOD
Mã nguồn LibreYOLO: MIT
Trọng số: Apache-2.0, được phát hành lại tại huggingface.co/LibreYOLO
Diễn giải: 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}
}

Được sao chép từ khối trích dẫn của tác giả tại raw.githubusercontent.com/cvg/3D-MOOD/main/README.md.