diff --git a/src/2D_and_3D_object_det/README.md b/src/2D_and_3D_object_det/README.md
index f3c1e342c7..45b2f9997c 100644
--- a/src/2D_and_3D_object_det/README.md
+++ b/src/2D_and_3D_object_det/README.md
@@ -1 +1,114 @@
-这是一个2D_and_3D_object_det的系统项目
+# Monocular 3D Object Detector
+
+基于单目图像的轻量级 3D 目标检测器，结合 YOLOv8 进行 2D 检测与 MiDaS 进行深度估计，实现近似 3D 中心点定位。
+
+---
+
+## 📦 功能特点
+
+- 使用 **YOLOv8n** 快速检测图像中的目标
+- 利用 **MiDaS_small** 实时估计单目深度图
+- 基于相机内参将 2D 检测框中心反投影为近似 3D 点
+- 自动下载预训练模型，无需手动配置权重
+- 输出带标注的检测结果图 + 深度图（`depth_map.png`）
+
+> ⚠️ 注意：MiDaS 输出为**相对深度**，3D 坐标无真实物理尺度，仅适用于定性分析或相对位置估计。
+
+---
+
+## 🛠️ 依赖要求
+
+```txt
+YOLOv8核心库（必须）
+ultralytics>=8.0.0,<9.0.0
+
+图像处理（必须）
+opencv-python>=4.5.0,<5.0.0
+
+可视化（必须）
+matplotlib>=3.0.0,<4.0.0
+
+PyTorch核心（必须）
+torch>=2.0.0,<2.4.0
+torchvision>=0.15.0,<0.17.0
+
+基础数值计算（建议指定）
+numpy>=1.21.0,<2.0.0
+
+可选（增强兼容性）
+pillow>=8.0.0,<11.0.0
+psutil>=5.8.0
+pyyaml>=6.0,<7.0.0
+```
+
+### 安装命令
+```bash
+pip install ultralytics opencv-python matplotlib torch torchvision numpy pillow psutil pyyaml
+```
+
+> 💡 建议从 [PyTorch 官网](https://pytorch.org/get-started/locally/) 获取匹配 CUDA 版本的安装命令以启用 GPU 加速。
+
+---
+
+## ▶️ 快速开始
+
+1. **准备测试图像**
+   ```bash
+   mkdir -p data
+   cp your_image.jpg data/sample_image.jpg
+   ```
+
+2. **运行检测脚本**
+   ```bash
+   python monocular_3d_detector.py
+   ```
+
+3. **查看输出**
+   - `output_3d.jpg`：带 2D 检测框和类别标签的结果图
+   - `depth_map.png`：归一化后的深度图（使用 plasma 色彩映射）
+   - 控制台打印每个检测目标的近似 3D 中心坐标 `(X, Y, Z)`
+
+---
+
+## 📂 项目结构
+
+```
+.
+├── monocular_3d_detector.py   # 主程序
+├── data/
+│   └── sample_image.jpg       # 示例输入图像
+├── output_3d.jpg              # 输出检测结果（自动生成）
+└── depth_map.png              # 输出深度图（自动生成）
+```
+
+---
+
+## ⚙️ 相机内参说明
+
+当前代码使用 KITTI 数据集典型内参作为默认值：
+```python
+K = [[721.5,     0,   W/2],
+     [    0, 721.5,   H/2],
+     [    0,     0,     1]]
+```
+若用于其他相机，请替换为实际标定参数以提高 3D 估计精度。
+
+---
+
+## 📌 注意事项
+
+- 首次运行会自动下载 `yolov8n.pt` 和 `MiDaS_small` 模型（需联网）。
+- 深度图由 MiDaS 生成，为**逆深度（inverse depth）**，非真实米制距离。
+- 3D 坐标基于图像中心像素点估算，未考虑物体尺寸或姿态。
+- 推荐使用 GPU（CUDA）以获得更快推理速度。
+
+---
+
+## 📚 参考项目
+
+- [Ultralytics YOLOv8](https://github.com/ultralytics/ultralytics)
+- [MiDaS (Intel ISL)](https://github.com/isl-org/MiDaS)
+
+---
+
+> ✨ 本项目适用于教学演示、快速原型开发或单目 3D 感知初步探索。
diff --git a/src/2D_and_3D_object_det/requirements.txt b/src/2D_and_3D_object_det/requirements.txt
new file mode 100644
index 0000000000..e2a812101b
--- /dev/null
+++ b/src/2D_and_3D_object_det/requirements.txt
@@ -0,0 +1,15 @@
+YOLOv8核心库（必须）
+ultralytics>=8.0.0,<9.0.0
+图像处理（必须）
+opencv-python>=4.5.0,<5.0.0
+可视化（必须）
+matplotlib>=3.0.0,<4.0.0
+PyTorch核心（ultralytics依赖，必须）
+torch>=2.0.0,<2.4.0
+torchvision>=0.15.0,<0.17.0
+基础数值计算（间接依赖，建议指定）
+numpy>=1.21.0,<2.0.0
+可选依赖（补充依赖，避免隐性报错）
+pillow>=8.0.0,<11.0.0
+psutil>=5.8.0
+pyyaml>=6.0,<7.0.0
\ No newline at end of file