MoGe

MoGe 是一个用于从单目开放域图像中恢复3D几何结构的强大模型，能够生成度量点图、深度图、法线图和相机视场。其核心功能包括高精度的3D几何估计、可选的真实视场输入以进一步提高准确性、对不同分辨率和宽高比的支持以及优化后的快速推理速度（在A100或RTX3090上达到每张图片60毫秒的延迟）。该工具非常适合需要从单张图片中获取高质量3D信息的应用场景，如增强现实、虚拟现实、自动驾驶等。