تحديد موقع الكائنات ثلاثية الأبعاد بدقة من صورة واحدة دون معلومات العمق يُعد مشكلة بالغة الصعوبة. تعتمد معظم الطرق الحالية على نهج واحد لجميع الكائنات بغض النظر عن توزيعاتها المتنوعة، مما يؤدي إلى أداء محدود في حالة الكائنات المقطوعة. في هذه الورقة، نقترح إطارًا مرنًا للكشف عن الكائنات ثلاثية الأبعاد من منظور واحد، يُفكك صراحةً بين الكائنات المقطوعة ويعمل على دمج تلقائي لطرق متعددة لتقدير عمق الكائن. وبشكل محدد، نُفكك حافة خريطة الميزة لتنبؤ الكائنات المقطوعة ذات التوزيع الطويل الذيل، بحيث لا تتأثر عملية تحسين الكائنات العادية. علاوة على ذلك، نُصوغ تقدير عمق الكائن كمجموعة مدعومة بالتوتر (uncertainty-guided ensemble) تشمل عمق الكائن المُعدّل مباشرةً وعُمق الكائنات المُحسبة من مجموعات مختلفة من النقاط المفتاحية. تُظهر التجارب أن طريقةنا تتفوق على أحدث الطرق بـ 27٪ تقريبًا على مستوى المعتدل و30٪ على مستوى الصعوبة في مجموعة اختبار معيار KITTI، مع الحفاظ على الكفاءة الزمنية الحقيقية. سيتم إتاحة الكود على الرابط: \url{https://github.com/zhangyp15/MonoFlex}.