【免费下载链接】boxerCode for the Boxer research paper项目地址https://gitcode.com/gh_mirrors/boxer13/boxer点击查看免费下载Boxer 是一个将开放世界 2D 检测框抬升lifting为 3D 方向包围盒OBB的开源项目已发表于 ECCV 2026。本文一次性讲透 Boxer 主入口 run_boxer.py 与三个可视化脚本的全部 CLI 参数如何调整 2D/3D 置信度阈值、强制推理精度、切换摄像头流以及在线跟踪与离线融合怎么选可直接当速查手册用。1️⃣ 快速上手3 条命令跑通git clone https://gitcode.com/gh_mirrors/boxer13/boxer cd boxer bash scripts/download_ckpts.sh # 下载 BoxerNet / DINOv3 / OWLv2 模型到 ckpts/ bash scripts/download_aria_data.sh # 下载 3 个 Project Aria 示例序列 python run_boxer.py --input nym10_gen1 --max_n90 --track--input的值会自动识别数据集类型scene0084_02→ ScanNetca1m-val-42898570→ CA-1MSUNRGBD→ Omni3D其余按 Project Aria 序列处理先查sample_data/再查~/boxy_data/。2️⃣ run_boxer.py 完整参数表所有定义集中在 run_boxer.py 的argparse块中。按用途分组如下 输入与数据流参数默认值说明--input~/boxy_data/anytable11输入序列路径Aria / ScanNet / CA-1M / Omni3D--camerargbAria 摄像头流可选rgb、slaml、slamr--pinhole关把鱼眼图像校正为针孔相机模型--gt2d关不跑 2D 检测器改用数据集自带 GT 框适合 CA-1M / Omni3D--no_sdp关关闭半稠密点云SDP输入可对比有无深度时的效果 检测与阈值最常用参数默认值说明--detectorowl2D 检测器目前仅支持 OWLv2owl/owl_wrapper.py--labelslvisplus逗号分隔的文本提示词或内置类别表名--thresh2d0.252D 检测置信度阈值调低召回更多框--thresh3d0.53D 框置信度阈值调低保留更多低分 3D 框--detector_hw9602D 检测器输入边长调小更快、调大更准--labels的用法很灵活# 使用内置类别表 lvisplus读取 owl/lvisplus_classes.csv python run_boxer.py --input hohen_gen1 --labelslvisplus # 自定义文本提示 python run_boxer.py --input hohen_gen1 --labelschair,table,lamp # 只写 --labels 不带值 空提示词列表 python run_boxer.py --input hohen_gen1 --labels内置类别表由 utils/taxonomy.py 的load_text_labels加载规则是若owl/名称_classes.csv存在则读取整表否则按你输入的字符串原样使用。 跟踪与融合后处理二选一参数说明--track开启在线 3D 跟踪边走边估计稳定的 3D 框输出*_tracked.csv--fuse跑完后执行离线 3D 融合Hungarian 匹配见 utils/fuse_3d_boxes.py合并多帧重复框⚠️ 两个参数互斥同时传入会直接报错--fuse and --track are mutually exclusive。另外对 Omni3D单张图片数据集两者都会自动禁用并打印警告。 输出、缓存与帧控制参数默认值说明--output_diroutput/结果输出根目录实际写入output/序列名/--write_nameboxer输出文件前缀如boxer_3dbbs.csv--skip_viz关关闭无头可视化只写 CSV跑得更快--no_csv关不写任何 CSV 结果--cache2d关跳过 OWL直接从owl_2dbbs.csv读 2D 框--cache3d关跳过检测 BoxerNet只重跑后处理会自动隐含--cache2d--skip_n/--start_n/--max_n1/1/99999每 N 帧取一帧 / 从第 N 帧开始 / 最多跑 N 帧⚡ 性能、精度与硬件参数默认值说明--ckptckpts/boxernet_hw960in2x6d768-c88128f8.ckptBoxerNet 权重路径--force_precisionauto强制推理精度float32或bfloat16CUDA 默认自动启用 bf16--force_cpu关强制 CPU 推理无 GPU / 调试时用设备选择逻辑优先mpsMac其次cuda否则回退cpu加--force_cpu则跳过前两者。3️⃣ 三个查看器脚本的参数view_*.py系列共享一组公共参数定义在 utils/viewer_3d.py 的add_common_args中参数说明--input/--output_dir/--write_name同 run_boxer.py用于定位已有的 CSV 结果--skip_n/--start_n/--max_n对已加载 OBB 做子采样--max_n 0表示全部加载--window_w/--window_h初始窗口尺寸0 默认--init_color_mode/--init_rgb_text_scale/--init_image_panel_width初始视图配色、标签字号、图像面板宽度--scannet_scene/--scannet_annotation_pathScanNet 场景目录与标注文件路径--force_precision/--force_cpu/--ckpt与主入口一致各脚本的特色参数view_prompt.py交互式演示在窗口内画 2D 框 输入文本提示 OWL 检测是最直观的试玩入口view_fusion.py查看离线融合后的 3D 框建议先跑完 Demo #1 生成 CSVview_tracker.py在线跟踪回放支持--autoplay自动播放、--init_follow跟随视角、--init_follow_above默认 6.0 米、--record_fps录屏帧率0 自动、--bb2d_csv指定 2D 框 CSV 文件名等。python view_prompt.py --input nym10_gen1 # 交互式提示演示 python view_fusion.py --input nym10_gen1 # 查看融合结果 python view_tracker.py --input nym10_gen1 --autoplay # 跟踪回放4️⃣ 结果文件在哪里每次运行未加--no_csv会在output/序列名/下生成boxer_3dbbs.csv—— 逐帧 3D 包围盒owl_2dbbs.csv—— 逐帧 2D 检测结果boxer_3dbbs_tracked.csv—— 加了--track时的跟踪框boxer_viz_final.mp4—— 可视化视频未加--skip_viz时逐帧图如5️⃣ 常见坑与 FAQ--fuse和--track不能同时开脚本会直接报错退出--cache3d会静默开启--cache2d没有 2D 缓存就没法重跑后处理--thresh2d代码默认值是 0.25如果 README 表格与代码不一致以 run_boxer.py 源码为准--labels单独出现不带值表示空列表常用于纯--gt2d调试流程MPS 不支持torch.autocast所以 Mac 上--force_precision实际不会生效代码中已做特判Omni3D 数据上--fuse/--track无效因为它是单张图片而非视频序列想复现更快实验组合拳--skip_viz --max_n 90 --cache2d可把重计算环节全部跳过。更多细节可参考 README.md 中的 CLI Reference 表格与 Demo #1#7 完整流程测试用例见 tests/ 目录。赞分享【免费下载链接】boxerCode for the Boxer research paper项目地址https://gitcode.com/gh_mirrors/boxer13/boxer点击查看免费下载相关推荐AutoSOTA命令行参数速查表所有选项一次讲清新手零踩坑AutoSOTA命令行参数速查表所有选项一次讲清新手零踩坑 AutoSOTA 是由清华大学 FIB LAB 开发的端到端自动化 SOTA 优化命令行工具给免费中文字体得意黑8335 个字符全平台快速上手指南免费中文字体得意黑8335 个字符全平台快速上手指南 得意黑 Smiley Sans 是一款免费开源的中文黑体在人文观感和几何特征之间找平衡字身窄而带斜设计系统前端CodeWiki CLI命令大全generate与config所有参数一次讲清CodeWiki CLI命令大全generate与config所有参数一次讲清 CodeWiki 是 ACL 2026 的开源项目一个面向多语言代码库上一篇Claw Compactor 如何自动识别 16 种编程语言Cortex 内容路由原理图解下一篇Z.ai API平台调用GLM-5.3-Flash-BF16指南三步配置1M上下文多模态大模型服务创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
【免费下载链接】boxerCode for the Boxer research paper项目地址https://gitcode.com/gh_mirrors/boxer13/boxer点击查看免费下载Boxer 是一个将开放世界 2D 检测框抬升lifting为 3D 方向包围盒OBB的开源项目已发表于 ECCV 2026。本文一次性讲透 Boxer 主入口 run_boxer.py 与三个可视化脚本的全部 CLI 参数如何调整 2D/3D 置信度阈值、强制推理精度、切换摄像头流以及在线跟踪与离线融合怎么选可直接当速查手册用。1️⃣ 快速上手3 条命令跑通git clone https://gitcode.com/gh_mirrors/boxer13/boxer cd boxer bash scripts/download_ckpts.sh # 下载 BoxerNet / DINOv3 / OWLv2 模型到 ckpts/ bash scripts/download_aria_data.sh # 下载 3 个 Project Aria 示例序列 python run_boxer.py --input nym10_gen1 --max_n90 --track--input的值会自动识别数据集类型scene0084_02→ ScanNetca1m-val-42898570→ CA-1MSUNRGBD→ Omni3D其余按 Project Aria 序列处理先查sample_data/再查~/boxy_data/。2️⃣ run_boxer.py 完整参数表所有定义集中在 run_boxer.py 的argparse块中。按用途分组如下 输入与数据流参数默认值说明--input~/boxy_data/anytable11输入序列路径Aria / ScanNet / CA-1M / Omni3D--camerargbAria 摄像头流可选rgb、slaml、slamr--pinhole关把鱼眼图像校正为针孔相机模型--gt2d关不跑 2D 检测器改用数据集自带 GT 框适合 CA-1M / Omni3D--no_sdp关关闭半稠密点云SDP输入可对比有无深度时的效果 检测与阈值最常用参数默认值说明--detectorowl2D 检测器目前仅支持 OWLv2owl/owl_wrapper.py--labelslvisplus逗号分隔的文本提示词或内置类别表名--thresh2d0.252D 检测置信度阈值调低召回更多框--thresh3d0.53D 框置信度阈值调低保留更多低分 3D 框--detector_hw9602D 检测器输入边长调小更快、调大更准--labels的用法很灵活# 使用内置类别表 lvisplus读取 owl/lvisplus_classes.csv python run_boxer.py --input hohen_gen1 --labelslvisplus # 自定义文本提示 python run_boxer.py --input hohen_gen1 --labelschair,table,lamp # 只写 --labels 不带值 空提示词列表 python run_boxer.py --input hohen_gen1 --labels内置类别表由 utils/taxonomy.py 的load_text_labels加载规则是若owl/名称_classes.csv存在则读取整表否则按你输入的字符串原样使用。 跟踪与融合后处理二选一参数说明--track开启在线 3D 跟踪边走边估计稳定的 3D 框输出*_tracked.csv--fuse跑完后执行离线 3D 融合Hungarian 匹配见 utils/fuse_3d_boxes.py合并多帧重复框⚠️ 两个参数互斥同时传入会直接报错--fuse and --track are mutually exclusive。另外对 Omni3D单张图片数据集两者都会自动禁用并打印警告。 输出、缓存与帧控制参数默认值说明--output_diroutput/结果输出根目录实际写入output/序列名/--write_nameboxer输出文件前缀如boxer_3dbbs.csv--skip_viz关关闭无头可视化只写 CSV跑得更快--no_csv关不写任何 CSV 结果--cache2d关跳过 OWL直接从owl_2dbbs.csv读 2D 框--cache3d关跳过检测 BoxerNet只重跑后处理会自动隐含--cache2d--skip_n/--start_n/--max_n1/1/99999每 N 帧取一帧 / 从第 N 帧开始 / 最多跑 N 帧⚡ 性能、精度与硬件参数默认值说明--ckptckpts/boxernet_hw960in2x6d768-c88128f8.ckptBoxerNet 权重路径--force_precisionauto强制推理精度float32或bfloat16CUDA 默认自动启用 bf16--force_cpu关强制 CPU 推理无 GPU / 调试时用设备选择逻辑优先mpsMac其次cuda否则回退cpu加--force_cpu则跳过前两者。3️⃣ 三个查看器脚本的参数view_*.py系列共享一组公共参数定义在 utils/viewer_3d.py 的add_common_args中参数说明--input/--output_dir/--write_name同 run_boxer.py用于定位已有的 CSV 结果--skip_n/--start_n/--max_n对已加载 OBB 做子采样--max_n 0表示全部加载--window_w/--window_h初始窗口尺寸0 默认--init_color_mode/--init_rgb_text_scale/--init_image_panel_width初始视图配色、标签字号、图像面板宽度--scannet_scene/--scannet_annotation_pathScanNet 场景目录与标注文件路径--force_precision/--force_cpu/--ckpt与主入口一致各脚本的特色参数view_prompt.py交互式演示在窗口内画 2D 框 输入文本提示 OWL 检测是最直观的试玩入口view_fusion.py查看离线融合后的 3D 框建议先跑完 Demo #1 生成 CSVview_tracker.py在线跟踪回放支持--autoplay自动播放、--init_follow跟随视角、--init_follow_above默认 6.0 米、--record_fps录屏帧率0 自动、--bb2d_csv指定 2D 框 CSV 文件名等。python view_prompt.py --input nym10_gen1 # 交互式提示演示 python view_fusion.py --input nym10_gen1 # 查看融合结果 python view_tracker.py --input nym10_gen1 --autoplay # 跟踪回放4️⃣ 结果文件在哪里每次运行未加--no_csv会在output/序列名/下生成boxer_3dbbs.csv—— 逐帧 3D 包围盒owl_2dbbs.csv—— 逐帧 2D 检测结果boxer_3dbbs_tracked.csv—— 加了--track时的跟踪框boxer_viz_final.mp4—— 可视化视频未加--skip_viz时逐帧图如5️⃣ 常见坑与 FAQ--fuse和--track不能同时开脚本会直接报错退出--cache3d会静默开启--cache2d没有 2D 缓存就没法重跑后处理--thresh2d代码默认值是 0.25如果 README 表格与代码不一致以 run_boxer.py 源码为准--labels单独出现不带值表示空列表常用于纯--gt2d调试流程MPS 不支持torch.autocast所以 Mac 上--force_precision实际不会生效代码中已做特判Omni3D 数据上--fuse/--track无效因为它是单张图片而非视频序列想复现更快实验组合拳--skip_viz --max_n 90 --cache2d可把重计算环节全部跳过。更多细节可参考 README.md 中的 CLI Reference 表格与 Demo #1#7 完整流程测试用例见 tests/ 目录。赞分享【免费下载链接】boxerCode for the Boxer research paper项目地址https://gitcode.com/gh_mirrors/boxer13/boxer点击查看免费下载相关推荐AutoSOTA命令行参数速查表所有选项一次讲清新手零踩坑AutoSOTA命令行参数速查表所有选项一次讲清新手零踩坑 AutoSOTA 是由清华大学 FIB LAB 开发的端到端自动化 SOTA 优化命令行工具给免费中文字体得意黑8335 个字符全平台快速上手指南免费中文字体得意黑8335 个字符全平台快速上手指南 得意黑 Smiley Sans 是一款免费开源的中文黑体在人文观感和几何特征之间找平衡字身窄而带斜设计系统前端CodeWiki CLI命令大全generate与config所有参数一次讲清CodeWiki CLI命令大全generate与config所有参数一次讲清 CodeWiki 是 ACL 2026 的开源项目一个面向多语言代码库上一篇Claw Compactor 如何自动识别 16 种编程语言Cortex 内容路由原理图解下一篇Z.ai API平台调用GLM-5.3-Flash-BF16指南三步配置1M上下文多模态大模型服务创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
