#3d-reconstruction Repositories
Entdecke 203 aktive Open-Source-GitHub-Repositories, die mit #3d-reconstruction getaggt sind und insgesamt 365,694 Sterne gesammelt haben (durchschnittlich 1,801 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist NVlabs/instant-ngp mit 17,606 Sternen.
Insgesamt 203 Repositories
Echtzeit-SLAM für Monokulare, Stereo- und RGB-D-Kameras mit Schleifenerkennung und Relokalisierungsfunktionen
Öffne die Multiple View Geometry Bibliothek. Grundlage für 3D Computer Vision und Structure from Motion.
Eine PyTorch-Implementierung von NeRF (Neural Radiance Fields), die die Ergebnisse reproduziert.
Offizielle Implementierung von "Neuralangelo: High-Fidelity Neural Surface Reconstruction" (CVPR 2023)
Open-Source-Bibliothek zur Rekonstruktion aus Structure-from-Motion und Multi-View-Stereo
Ein prozeduraler Blender-Pipeline für die Generierung fotorealistischer Trainingsbilder
Das Repository stellt Code zum Ausführen von Inferenzen mit dem SAM 3D Body Model (3DB), Links zum Herunterladen der trainierten Modell-Checkpoints und Datensätze sowie Beispiel-Notebooks zur Verfügung, die die Verwendung des Modells zeigen.
pySLAM ist eine hybride Python/C++ Visual SLAM-Pipeline, die Monokular-, Stereo- und RGB-D-Kameras unterstützt. Es bietet eine breite Palette moderner lokaler und globaler Feature-Extraktoren, mehrere Loop-Closure-Strategien, ein volumetrisches Rekonstruktionsmodul, integrierte Tiefenvorhersagemodelle und semantische Segmentierungsfunktionen für ein verbessertes Szenenverständnis.
[CVPR'25 Oral] MoGe: Entriegelung genauer monokularer Geometrie-Schätzung für Open-Domain-Bilder mit optimaler Trainingsaufsicht
Herstellerübergreifendes 3D-Gaussian-Splatting-Trainingstool – von Video zu Splats zu Mesh, mit Vulkan oder CUDA.
[NeurIPS 2025] PartCrafter: Strukturierte 3D-Netzgenerierung durch kompositionelle latente Diffusions-Transformatoren
Ein robustes, Echtzeit-, RGB-farbiges, LiDAR-Inertial-Visuelles eng gekoppeltes Zustandschätzungs- und Paket-Mapping-Paket
Objectron ist ein Datensatz kurzer, objektzentrierter Videoclips. Zusätzlich enthalten die Videos AR-Sitzungsmetadaten, einschließlich Kamera-Posen, sparsamer Punktwolken und Ebenen. In jedem Video bewegt sich die Kamera um und über dem Objekt herum und erfasst es aus verschiedenen Blickwinkeln. Jedes Objekt ist mit einer 3D-Begrenzungsbox annotiert. Die 3D-Begrenzungsbox beschreibt die Position, Orientierung und Abmessungen des Objekts. Der Datensatz enthält etwa 15.000 annotierte Videoclips und 4 Millionen annotierte Bilder in den folgenden Kategorien.
Das Repository für "Metric3D: Towards Zero-shot Metric 3D Prediction from A Single Image" und "Metric3Dv2: A Versatile Monocular Geometric Foundation Model..."
Ein kostengünstiger DIY-360°-LiDAR-Scanner und ein System zur panoramischen 3D-Rekonstruktion aus dem Open-Source-Bereich.
SF3D: Stabile schnelle 3D-Netzrekonstruktion mit UV-Abwicklung und Beleuchtungsentflechtung
TripoSG: Hochauflösende 3D-Form-Synthese mit groß angelegten, korrigierten Flussmodellen
Ein schnelles und eng gekoppeltes spärlich-direktes LiDAR-Trägheits-visuelles Odometrie (LIVO).
Häufig gestellte Fragen
Welches ist das beliebteste #3d-reconstruction-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#3d-reconstruction-Projekt auf GitHub ist NVlabs/instant-ngp mit 17,606 Sternen. Sofortige neuronale Grafikprimitiven: blitzschnelle NeRF und mehr
Welche Programmiersprachen werden in #3d-reconstruction-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #3d-reconstruction-Projekten auf GitHub sind Python, C++, Jupyter Notebook, Cuda die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #3d-reconstruction-Repositories berechnet?
Wir verfolgen 203 aktive Open-Source-Repositories, die mit #3d-reconstruction getaggt sind (500+ Sterne), mit insgesamt 365,694 Sternen und durchschnittlich 1,801 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.