#depth-estimation Repositories
Entdecke 52 aktive Open-Source-GitHub-Repositories, die mit #depth-estimation getaggt sind und insgesamt 118,050 Sterne gesammelt haben (durchschnittlich 2,270 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist facebookresearch/vggt mit 14,654 Sternen.
Insgesamt 52 Repositories
PyTorch-Code und Modelle für die DINOv2-Methode des selbstüberwachten Lernens.
[CVPR 2024] Depth Anything: Entfesselung der Macht von groß angelegten unbeschrifteten Daten. Fundamentales Modell für monokulare Tiefenschätzung
Depth Pro: Scharfe monokulare Tiefenmetrik in weniger als einer Sekunde.
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 2024 - mündlicher Vortrag, Kandidat für den Best Paper Award] Marigold: Umfunktionierung von auf Diffusion basierenden Bildgeneratoren für die monokulare Tiefenschätzung
[CVPR 2025 Best Paper Nomination] FoundationStereo: Zero-Shot Stereo Matching
[CVPR 2025 Highlight] Video Depth Anything: Konsistente Tiefenschätzung für super-lange Videos
Robustes Echtzeit-Gesicht- und Gesichtslandmark-Tracking auf CPU mit Unity-Integration
All-in-One-Training für Visionsmodelle (YOLO, ViTs, RT-DETR, DINOv3): Vortraining, Feinabstimmung, Destillation.
Offizieller Code für die Veröffentlichung „LucidDreamer: Domänenfreie Generierung von 3D-Gaußschen Splatting-Szenen“.
🔥🔥🔥TensorRT für YOLO26 (Detektion/Pose/Segmentierung/Tiefe/rotierte Bounding-Boxen/Klassifizierung), YOLOv11, YOLOv10, YOLOv9, YOLOv8, ... 🚀🚀🚀 CUDA IST ALLES, WAS DU BRAUCHST. 🍎🍎🍎
⚡️Der räumliche Wahrnehmungsrahmen für den schnellen Aufbau intelligenter Roboter und Räume
[CVPR 2026] InfiniDepth: Arbiträre Auflösung und feingranulare Tiefenabschätzung mit neuronalen impliziten Feldern
GigaModels: Ein umfassendes Repository und eine Plattform für multimodale, generative und perzeptuelle Modelle
[CVPR 2024 Highlight] Offizielle PyTorch-Implementierung von SpatialTracker: Verfolgung beliebiger 2D-Pixel im 3D-Raum
[CVPR 2024] Ein End-to-End-Framework auf Kachelebene für die hochauflösende monokulare metrische Tiefenschätzung
Dieses Repository begleitet die Forschungsarbeit ARKitScenes – Ein vielfältiger realer Datensatz für das Verständnis von 3D-Innenräumen mithilfe von mobilen RGB-D-Daten und enthält die in unserer Arbeit beschriebenen Daten, Skripte zur Visualisierung und Verarbeitung von Assets sowie Trainingscode.
Monokulare Tiefenschätzungswerkzeugkasten basierend auf MMSegmentation.
[ECCV'24] GeoWizard: Diffusion Priors für die 3D-Geometrie-Schätzung aus einem einzigen Bild entfesselt
Offizielle Implementierung von „Lotus: Diffusionsbasiertes visuelles Grundmodell für hochqualitative dichte Vorhersage“
Genauige geometrische Kamerakalibrierung mit generischen Kameramodellen
Eine kuratierte Liste von DUSt3R-bezogenen Arbeiten und Ressourcen, die die jüngsten Fortschritte auf der Grundlage dieses geometrischen Fundierungsmodells verfolgen.
[AAAI 2025, Oral] DepthFM: Schnelle monokulare Tiefenschätzung mit Flow Matching
Mono- / Stereo-Tiefenschätzung + YOLO-Objekterkennung mit Bereitstellung auf Jetson Nano / TX2 / GeForce mittels TensorRT
Eine kuratierte Liste großartiger Deep Stereo Matching-Ressourcen
[CVPR 2026 (Highlight)] Scal3R: Skalierbares Test-Time-Training für groß angelegte 3D-Rekonstruktion
Ultralytics YOLO iOS-App und Swift-Paket für Echtzeit-Core-ML-Inferenz bei wichtigen Computer-Vision-Aufgaben.
Forschungscode zur metrischen Tiefenschätzung in periokularen VR-Bildern unter Verwendung von UE MetaHuman-generierten Daten.
Ein Blender-Addon zur Generierung synthetischer Ground-Truth-Daten für Computer-Vision-Anwendungen
Offizielles Ultralytics-YOLO-Flutter-Plugin für Echtzeit-Inferenz auf Android und iOS bei den wichtigsten Bildverarbeitungsaufgaben.
Häufig gestellte Fragen
Welches ist das beliebteste #depth-estimation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#depth-estimation-Projekt auf GitHub ist facebookresearch/vggt mit 14,654 Sternen. [CVPR 2025 Best Paper Award] VGGT: Visual Geometry Grounded Transformer
Welche Programmiersprachen werden in #depth-estimation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #depth-estimation-Projekten auf GitHub sind Python, C++, Jupyter Notebook, C# die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #depth-estimation-Repositories berechnet?
Wir verfolgen 52 aktive Open-Source-Repositories, die mit #depth-estimation getaggt sind (500+ Sterne), mit insgesamt 118,050 Sternen und durchschnittlich 2,270 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.