/ Модель

Характеристики

Размер весов
5 ГБ
Лицензия
MIT
Архитектура
moge3 · dense
Библиотека
mlx
Опубликована
2 сен 2026

moge-3-vitg-mlx-fp32

Оценка глубиныИзображение → depth_map3 профессии

Порт MoGe-3 для MLX оценивает глубину и геометрию сцены по одному изображению.

76скачиваний за 30 дней1лайквеса обновлены2 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MoGe-3 (VITG) — порт модели для MLX, подготовленный mlx-community и преобразованный из официального чекпойнта model.pt в формат MLX с весами fp32. Модель оценивает монокулярную геометрию сцены по одному изображению, используя архитектуру MoGe-3 семейства VITG и уточнение разреженного объёмного представления с самонаведением.

Модель выдаёт метрические карты точек и глубины, карты нормалей, маску валидных пикселей и параметры внутренних характеристик камеры. Её можно применять для восстановления структуры сцены и геометрии камеры по фотографии. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • оценка метрической глубины по фотографии
  • восстановление карты 3D-точек сцены
  • расчёт карты нормалей по изображению
  • определение маски валидных пикселей
  • оценка внутренних параметров камеры по фотографии

Ограничения

Для оценки модель принимает одно изображение; сведения о точности и ограничениях по типам сцен в карточке не приведены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MoGe-3 (VITG) — MLX

MLX port of MoGe-3: fine-detail monocular geometry estimation with self-guided sparse volumetric refinement. Predicts metric point maps, depth maps, normal maps, valid-pixel masks, and camera intrinsics from a single image.

Converted with mlx-vlm from the official model.pt checkpoint (fp32).

Usage

from mlx_vlm import load
from mlx_vlm.models.moge3.generate import MoGe3Predictor, read_image

model, processor = load("mlx-community/moge-3-vitg-mlx-fp32")
predictor = MoGe3Predictor(model, processor)
output = predictor.infer(read_image("image.jpg"), resolution_level=9)
points, depth, mask = output["points"], output["depth"], output["mask"]
normal, intrinsics = output["normal"], output["intrinsics"]

Validated against the torch reference (CPU, fp32): identical valid-pixel masks and <0.2% median relative depth error.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
c437fec

0 моделей