MoGe 输出格式完全指南一张图跑出的点云、深度、法线一次看懂【免费下载链接】MoGe[CVPR25 Oral] MoGe: Unlocking Accurate Monocular Geometry Estimation for Open-Domain Images with Optimal Training Supervision项目地址: https://gitcode.com/GitHub_Trending/mo/MoGeMoGe 能从单张图像恢复点云、深度与法线。把 MoGe 输出格式搞明白推理完才知道拿哪些文件去用。本文直接讲每个文件该怎么用、坑在哪里。 MoGe 输出文件清单一次推理产出五类结果跑一次推理会同时得到五类结果先对照这张表输出是什么落到磁盘的文件点云 Point Map每个像素的三维坐标points.exr深度图 Depth Map每个像素到相机的距离depth.exr、depth_vis.png法线图 Normal Map每个像素的表面法线方向normal.png掩码 Mask哪些像素有效mask.png相机内参视场角估计fov.json五类尺寸都与输入图一致mesh.glb 和 pointcloud.ply 是另外两类 3D 导出产物后面单独讲。 MoGe 点云、深度图、法线图逐个拆MoGe 深度图单位含义与两种保存格式深度图相当于给每个像素标了一把米尺数值就是该像素到相机的距离。MoGe-2 里单位是米可以直接量出真实尺寸。两种保存格式、两种用途。depth.exr 是 32 位浮点保留原始数值做计算、光线投射、和其他传感器对准时用它depth_vis.png 是颜色编码的可视化给人看图确认不做后续计算。MoGe 点云OpenCV 坐标系与 MoGe-2 度量尺度点云把每个像素的三维坐标 (x, y, z) 写进 EXR坐标系是 OpenCV 相机系X 向右、Y 向下、Z 朝场景前方。这和多数 3D 软件的「Y 向上」正好相反直接拿去加载会倒立。不过导出 3D 文件时 MoGe 已经替你处理了mesh.glb 和 pointcloud.ply 的顶点按 OpenGL 习惯X 右、Y 上、Z 向后写出丢进 Blender 等软件就能直接用。再留意 MoGe-2 的度量尺度点云单位是米同一间房量两次大小基本一致。老 v1 模型没有真实尺度只有形状对不能拿来量东西。MoGe 法线图MoGe-2 的颜色编码 RGB 能干什么法线图只有 MoGe-2 的 normal 版本模型才输出默认模型自带。每个像素存该处表面法线方向同样在 OpenCV 坐标系按颜色编码 RGB 写进 normal.png。它主要服务于光照计算和表面分析建网格时法线还会一起附到顶点上导出的模型表面光影更顺。mask 与 fov.json两个小配角mask.png 是有效像素的二值掩码导出网格时会自动剔除无效像素和深度断崖边不用你自己清理。fov.json 存水平/垂直视场角 fov_x、fov_y度相机参数未知时 MoGe 会自己估这份文件就是估计结果的留底。⚙️ 命令参数速查--maps、--glb、--ply 各产出什么三个开关控制导出内容对照表如下参数产出--mapsimage.jpg、depth.exr、depth_vis.png、points.exr、normal.png、mask.png、fov.json--glbmesh.glb原图作为纹理--plypointcloud.ply带顶点颜色moge infer -i IMG_PATH --maps --glb --ply三个都不给时脚本默认三种都存。 场景与常见坑EXR 打不开、模型倒立、单位混淆EXR 文件为什么打不开depth.exr 和 points.exr 是 32 位浮点普通看图软件默认不支持用 OpenCV 读或者干脆看 PNG 可视化版。导出的模型是不是倒了多半是坐标系问题磁盘上的点云是 OpenCV 习惯Y 向下GLB/PLY 已转成 Y 向上。如果你自己拿 points.exr 建网格先把 y、z 分量翻个号。单位到底是米还是任意值MoGe-2 系列是米制MoGe-1 无度量尺度。用深度做测量前先确认你用的模型版本。AR 重建直接把 GLB 丢进引擎机器人避障拿深度图实时取障碍距离两者都是米制可以直接进算法。一句话收束人看 PNG机器算 EXRGLB/PLY 交给 3D 软件坐标系和版本尺度别搞混MoGe 输出格式就不难用。想再深入项目 README推理脚本法线图说明【免费下载链接】MoGe[CVPR25 Oral] MoGe: Unlocking Accurate Monocular Geometry Estimation for Open-Domain Images with Optimal Training Supervision项目地址: https://gitcode.com/GitHub_Trending/mo/MoGe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考