Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

MoGe-3's results are quite different from those in Table C.1 of paper

Aperta
  • Qualcosa non va?
#173 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
38/100
Tipo di issue
Bug
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
python, pytorch
Ambito
machine-learning

Direzione di ricerca

Start by comparing the reported command and checkpoint details with the MoGe-3 evaluation path, using moge/scripts/eval_baseline.py and configs/eval/moge3.json as entry points. The report says other baselines reproduce the table, while MoGe-3 differs most on KITTI scale; identify which checkpoint and inference settings produce Table C.1 results. Done when the discrepancy is explained or reproducible settings are confirmed.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Environment
  • MoGe repo at commit 74fbce0 ("V3 (#158)")
  • Checkpoints from Hugging Face: Ruicheng/moge-3-vitl (sha256 9b41b7b9f65ad80a…), Ruicheng/moge-3-vitg (sha256 ce7c15417e9105c2…)
  • torch 2.9.1+cu128, Python 3.11
  • Benchmark data and config: configs/eval/moge3.json (unchanged)
  • Command (KITTI shown):
    python moge/scripts/eval_baseline.py --baseline baselines/moge.py --config configs/eval/moge3.json --output out.json --pretrained <ckpt> --version v3 --refine_steps 3 --resolution_level 9
    (no --oracle, i.e. without GT intrinsics)
Metric depth vs. Table C.1 of the paper (Rel in %, δ1 in %)
MoGe-3 ViT-L
Dataset Rel (paper) Rel (ours) δ1 (paper) δ1 (ours)
NYUv2 8.43 6.90 95.4 96.7
KITTI 12.60 19.70 85.1 55.3
ETH3D 14.80 10.04 85.3 88.2
DIODE 15.20 16.97 77.3 68.4
HAMMER 23.50 24.79 74.2 60.8
iBims-1 11.70 15.08 88.3 77.0
MoGe-3 ViT-G
Dataset Rel (paper) Rel (ours) δ1 (paper) δ1 (ours)
NYUv2 10.50 6.88 94.1 96.6
KITTI 10.70 17.73 85.9 63.0
ETH3D 14.80 13.37 82.8 82.0
DIODE 16.90 16.87 74.3 72.9
HAMMER 32.10 31.23 69.9 65.0
iBims-1 11.00 11.64 87.9 80.5
What we checked
  • Same pipeline reproduces the Depth Pro and UniK3D rows of Table C.1 within 0.05 (Rel) and 0.04 (δ1) on all six datasets, so data, metrics and setting appear to match.
  • Running with GT intrinsics does not match Table C.1 either (e.g. ViT-L KITTI δ1 92.6).
  • refine_steps=0 vs 3 changes ViT-L KITTI δ1 only slightly on a sample of images; scale-aligned δ1 on KITTI is 98.1, i.e. the gap is in the predicted scale (median gt/pred ≈ 1.2–1.3 on KITTI).

Could you confirm which checkpoint and inference settings were used for Table C.1?

Lingua principale
JavaScript
Stelle
3.1k
Fork
245
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di microsoft/MoGe

Tutte le issue di microsoft/MoGe

Issue simili

Altre issue su JavaScript

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.