#local-features Repositories
Entdecke 7 aktive Open-Source-GitHub-Repositories, die mit #local-features getaggt sind und insgesamt 9,887 Sterne gesammelt haben (durchschnittlich 1,412 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist luigifreda/pyslam mit 3,438 Sternen.
Insgesamt 7 Repositories
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.
Implementierung von XFeat (CVPR 2024). Benötigen Sie eine robuste und schnelle Extraktion lokaler Merkmale? Sie sind hier genau richtig!
D2-Net: Ein trainierbares CNN für die gemeinsame Beschreibung und Detektion lokaler Merkmale
Code für das CVPR2021-Paper "Patch-NetVLAD: Multi-Scale Fusion of Locally-Global Descriptors for Place Recognition"
Häufig gestellte Fragen
Welches ist das beliebteste #local-features-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#local-features-Projekt auf GitHub ist luigifreda/pyslam mit 3,438 Sternen. 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.
Welche Programmiersprachen werden in #local-features-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #local-features-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #local-features-Repositories berechnet?
Wir verfolgen 7 aktive Open-Source-Repositories, die mit #local-features getaggt sind (500+ Sterne), mit insgesamt 9,887 Sternen und durchschnittlich 1,412 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.