Mindket

MoGe 2

新上架第 1 版 · 更新于

概览

根据一张图片估计场景在真实尺度下的几何,是一个能在浏览器里打开的 Gradio 演示。适合研究照片深度和形状的研究人员与开发者。

MoGe 2 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 装有 pip 的 Python,系统可以是 Windows、macOS 或 Linux
  • Hugging Face hub 客户端,第一步会安装它
  • requirements.txt 里列出的软件包
用在
  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上,用 Python 运行的副本
先运行
pip install -U huggingface_hub
hf download Ruicheng/MoGe-2 --repo-type space --local-dir MoGe-2
cd MoGe-2

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

MoGe 2 根据一张图片估计场景的形状,而且是按公制尺度,也就是以物理单位表示。这个 Space 是该模型的 Gradio 演示。你在浏览器里打开就能用,不用安装任何东西。来源只给了一行摘要,所以具体的输出要看页面上显示的内容。

适合谁

它适合需要从普通照片得到深度或场景结构的计算机视觉研究人员和开发者。

IndustryWho uses itHow they use itExample
计算机视觉研究人员在自己的图片上试用单张图像的几何估计上传一张照片,查看估计出的几何
机器人工程师看看一帧相机画面能给出多少深度信息测试机器人相机的一帧画面
图形与游戏美术师拿到一个粗略的场景结构作为起点试一张示例图片,看看结果
软件开发者阅读模型是如何被包装成演示和软件包的打开 app.py 和 moge 文件夹

如果你需要把多张照片融合成一个模型,可以跳过它,因为来源描述的是单张图像的估计。

用在哪里

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上,用 Python 运行的副本
Use caseWhoWhat they get back
估计几何研究人员根据一张图片得到的几何估计
试用示例新手仓库里示例图片的结果
阅读代码开发者一个带有配置、基线和文档的软件包

如何设置

在线版本什么都不用准备。要在自己的电脑上运行副本,你需要下面这些。

  • 装有 pip 的 Python,系统可以是 Windows、macOS 或 Linux
  • Hugging Face hub 客户端,第一步会安装它
  • requirements.txt 里列出的软件包
  1. 安装 Hugging Face hub 客户端。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 安装这个 Space 指定的 Gradio 版本。
  5. 从 requirements.txt 安装其余的软件包。
  6. 启动 app.py。
pip install -U huggingface_hub
hf download Ruicheng/MoGe-2 --repo-type space --local-dir MoGe-2
cd MoGe-2
pip install gradio==5.33.0
pip install -r requirements.txt
python app.py

如何使用

在线使用时,打开这个 Space 的页面,给它一张图片并运行。在自己的电脑上,用下面的命令启动应用,再使用它打开的页面。来源没有描述控件,所以请照着标签操作。

python app.py

示例

你上传一张房间的照片并运行模型。这个 Space 会返回对房间几何的估计,供你查看。来源没有说它提供哪些视图或文件类型。

新手与专家

如果你是新手,先试仓库里的一张示例图片。然后再用一张你自己的照片,选场景清楚、光线好的。

如果你熟悉这个领域,这个 Space 列出了两个检查点,一个带法线输出的 ViT-L 模型和一个更早的 ViT-L 模型。这个软件包的目标是从一张图像估计公制尺度的几何。这个 Space 运行在 Hugging Face 的 zero-a10g 硬件上。

  1. 你打开这个 Space 或运行 app.py
  2. 你给它一张图片
  3. MoGe 模型估计几何
  4. 你查看结果

注意事项

来源很简短,所以没有描述准确度和限制。

  • License: mit,按 Hugging Face 上的标注
  • Cost to run: 没有提到 API 密钥或付费服务,在线版本运行在 Hugging Face 的 zero-a10g 硬件上
  • Data it reaches: 你上传的图片,在线 Space 在 Hugging Face 的服务器上处理它们,本地副本会下载这个 Space 的文件
  • Not for: 来源没有列出排除项,所以请只使用你有权使用的图片

README 和文件

README

MoGe 2

根据一张图片估计场景在真实尺度下的几何,是一个能在浏览器里打开的 Gradio 演示。适合研究照片深度和形状的研究人员与开发者。

由 Ruicheng 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:MoGe 2 根据一张图片估计场景的形状,而且是按公制尺度,也就是以物理单位表示。这个 Space 是该模型的 Gradio 演示。你在浏览器里打开就能用,不用安装任何东西。来源只给了一行摘要,所以具体的输出要看页面上显示的内容。

适合谁:它适合需要从普通照片得到深度或场景结构的计算机视觉研究人员和开发者。

Industry | Who uses it | How they use it | Example
计算机视觉 | 研究人员 | 在自己的图片上试用单张图像的几何估计 | 上传一张照片,查看估计出的几何
机器人 | 工程师 | 看看一帧相机画面能给出多少深度信息 | 测试机器人相机的一帧画面
图形与游戏 | 美术师 | 拿到一个粗略的场景结构作为起点 | 试一张示例图片,看看结果
软件 | 开发者 | 阅读模型是如何被包装成演示和软件包的 | 打开 app.py 和 moge 文件夹

如果你需要把多张照片融合成一个模型,可以跳过它,因为来源描述的是单张图像的估计。

用在哪里:

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上,用 Python 运行的副本
Use case | Who | What they get back
估计几何 | 研究人员 | 根据一张图片得到的几何估计
试用示例 | 新手 | 仓库里示例图片的结果
阅读代码 | 开发者 | 一个带有配置、基线和文档的软件包

如何设置:在线版本什么都不用准备。要在自己的电脑上运行副本,你需要下面这些。

  • 装有 pip 的 Python,系统可以是 Windows、macOS 或 Linux
  • Hugging Face hub 客户端,第一步会安装它
  • requirements.txt 里列出的软件包
  1. 安装 Hugging Face hub 客户端。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 安装这个 Space 指定的 Gradio 版本。
  5. 从 requirements.txt 安装其余的软件包。
  6. 启动 app.py。
pip install -U huggingface_hub
hf download Ruicheng/MoGe-2 --repo-type space --local-dir MoGe-2
cd MoGe-2
pip install gradio==5.33.0
pip install -r requirements.txt
python app.py

如何使用:在线使用时,打开这个 Space 的页面,给它一张图片并运行。在自己的电脑上,用下面的命令启动应用,再使用它打开的页面。来源没有描述控件,所以请照着标签操作。

python app.py

示例:你上传一张房间的照片并运行模型。这个 Space 会返回对房间几何的估计,供你查看。来源没有说它提供哪些视图或文件类型。

新手与专家:如果你是新手,先试仓库里的一张示例图片。然后再用一张你自己的照片,选场景清楚、光线好的。

如果你熟悉这个领域,这个 Space 列出了两个检查点,一个带法线输出的 ViT-L 模型和一个更早的 ViT-L 模型。这个软件包的目标是从一张图像估计公制尺度的几何。这个 Space 运行在 Hugging Face 的 zero-a10g 硬件上。

你打开这个 Space 或运行 app.py
你给它一张图片
MoGe 模型估计几何
你查看结果

注意事项:来源很简短,所以没有描述准确度和限制。

  • License: mit,按 Hugging Face 上的标注
  • Cost to run: 没有提到 API 密钥或付费服务,在线版本运行在 Hugging Face 的 zero-a10g 硬件上
  • Data it reaches: 你上传的图片,在线 Space 在 Hugging Face 的服务器上处理它们,本地副本会下载这个 Space 的文件
  • Not for: 来源没有列出排除项,所以请只使用你有权使用的图片

Hugging Face 上的数据(2026年11月13日)

  • 点赞:96
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/Ruicheng/MoGe-2
  • 文件:https://huggingface.co/spaces/Ruicheng/MoGe-2/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
MoGe 2 本页96gradiomit
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
Depth Anything 3共有 gradio490gradiocc-by-nc-4.0
BLIP共有 gradio431gradiobsd-3-clause
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架