Lexicon3D 是计算机视觉领域的开源项目，由 YunzeMan 开发，2024 年首次发布。
它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 102。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-14。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：三维视觉模型性能横向对比。同类可对比的替代方案包括 ScanNet、SUN RGB-D、SemanticKITTI。
Lexicon3D
测出视觉模型对三维世界的真实理解力
Lexicon3D 是一个面向复杂三维场景理解的开源评测框架，发表于 NeurIPS 2024。它系统性地探究了视觉基础模型（如 CLIP、DINOv2 等）在三维场景中的感知能力，通过设计多样化的三维任务（如物体识别、空间关系判断、场景描述等），揭示现有视觉模型在从二维图像迁移到三维空间时的表现与局限。项目提供了标准化的评测流程、数据集和基准结果，帮助研究者量化模型对三维结构的理解程度，并指导未来三维视觉模型的改进方向。核心能力包括：多任务三维评测基准、跨模型对比分析、以及可扩展的评测接口。
开源
free
开源模型
GitHub 星标
★ 102
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队YunzeMan
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型foundation-models,llm,scene-understanding,vlm
GitHub 星标★ 102
30天Star增速
HF 下载量
上线时间2024-06-24 00:00:00
最近更新2026-09-14 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 首个系统评测视觉基础模型三维理解力的基准，填补空白
- 覆盖多种三维任务，从物体识别到空间关系，维度全面
- 提供标准化评测代码和结果，便于复现与扩展
不足之处
- 项目处于早期阶段，文档和社区支持尚待完善
- 评测任务可能偏向特定场景，泛化性需进一步验证
适用场景
- 三维视觉模型性能横向对比
- 研究视觉基础模型的空间推理短板
- 指导三维场景理解模型的迭代优化
替代项目
ScanNet、SUN RGB-D、SemanticKITTI
项目介绍
上一篇：VideoGLaMM
下一篇：EndoDAC
同类项目推荐
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
Olympus
开源
一个路由搞定所有视觉任务，免去逐个微调
[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···