#calibration Repositorios
Descubre 33 repositorios activos de código abierto de GitHub etiquetados con #calibration, que acumulan 82,056 estrellas en total (una media de 2,486 estrellas por proyecto). El líder de este tema es NandhaKishorM/laya, con 35,758 estrellas.
33 repositorios en total
Motor de decisiones System 1 no autorregresivo. Realiza decisiones tipadas de elección, puntuación y sí/no sobre cualquier texto en una sola pasada hacia delante, en más de 100 idiomas, con un enrutador que selecciona el checkpoint adecuado para cada solicitud.
OpenCalib: Una caja de herramientas de calibración multisensorial para la conducción autónoma
Una colección de artículos clásicos y de vanguardia de la industria en los campos de recomendación/publicidad/búsqueda. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.
Uncertainty Toolbox: una caja de herramientas de Python para la cuantificación de la incertidumbre predictiva, calibración, métricas y visualización
Modelos de decisión abiertos de 0,8B a 27B: una probabilidad calibrada para cada opción en una sola pasada y un razonamiento breve solo cuando haya incertidumbre. Motor para vLLM, llama.cpp y MLX.
Paquete ROS para encontrar una transformación de cuerpo rígido entre un LiDAR y una cámara para la «Calibración LiDAR-Cámara usando correspondencias de puntos 3D-3D»
Convierte cualquier LLM en un modelo de decisión al estilo Jev: decisiones tipadas, probabilidades reales y sin entrenamiento. (Seguimos actualizando; agradecemos cualquier reporte de problemas y solicitud de PR)
Una caja de herramientas para la calibración LiDAR-cámara sin objetivo [ROS1/ROS2]
[IROS2022] Método robusto de inicialización LiDAR-inercial en tiempo real.
Servidor API compatible con Jev para modelos de decisión abiertos. Ollama para modelos de decisión: descarga y ejecuta localmente 29 familias de modelos (Laya, pplx-decider, Clef, Winnow, coba...) o alójalos tú mismo detrás de /v1/systemone. El SDK TypeSafe funciona sin cambios: configura su URL base y elige un modelo abierto. CLI, aplicación de escritorio, Docker, servidor MCP y benchmark público.
Impresión FDM plana a todo color con mezcla calibrada de capas de filamento. Reproduce los colores y los detalles tonales de la imagen, ajusta con precisión las recetas locales y exporta archivos 3MF listos para el laminador.
Este repositorio se utiliza para la calibración automática entre LiDAR de alta resolución y cámara en escenas sin objetivos.
Awesome-LLM-Robustness: una lista curada de Incertidumbre, Fiabilidad y Robustez en Modelos de Lenguaje Grandes.
Calibración intrínseca y extrínseca de cámara ojo de pez o normal. Generador de vista de ojo de pájaro para cámara envolvente.
Foca moteada — Phocinae-Largha-150M-v1: un modelo bilingüe de toma de decisiones de 144,3 M. Modelo pequeño. Grandes decisiones. Foca pequeña, grandes decisiones.
LSD (LiDAR SLAM & Detection) es una arquitectura de percepción de código abierto para vehículos/robots autónomos
Publica lo que hayas creado en Jev, el modelo de decisión System One de TypeSafe AI: un tablón semanal donde los creadores publican y la gente vota, con un índice de ejemplos públicos de Jev organizados por patrón de decisión, citas de fuentes, verificaciones de enlaces con fecha y verificaciones del texto de los puntos de llamada; aquí no se han probado de forma independiente el tiempo de ejecución ni el rendimiento. EN/中文, esquema JSON, matriz de plataformas.
Calibración mano-ojo fácil de usar y precisa que ha estado funcionando de manera confiable durante años (2016-presente) con Kinect, Kinect v2, cámaras RGBD, rastreadores ópticos y varios robots, incluyendo el UR5 y KUKA iiwa.
Una caja de herramientas de calibración genérica y robusta para sistemas multicámara.
Inferencia rápida y exacta para los modelos StartLux-Decision en GPU NVIDIA: los archivos GGUF publicados se ejecutan en núcleos tensoriales int8 y de 4 bits a través de la API /v1/systemone, con hasta 5,3 veces menos latencia que vLLM en FP8 y respuestas idénticas bit a bit.
Odometría y Mapeo Robustos para Sistemas Multi-LiDAR con Calibración Extrínseca en Línea
🔥🔥 Awesome Jev: modelos de código abierto, proyectos, pruebas de referencia y evaluaciones independientes para los modelos Jev y System One.
Preguntas frecuentes
¿Cuál es el repositorio de #calibration más popular en GitHub?
El proyecto de código abierto de #calibration mejor posicionado en GitHub es NandhaKishorM/laya, con 35,758 estrellas. Motor de decisiones System 1 no autorregresivo. Realiza decisiones tipadas de elección, puntuación y sí/no sobre cualquier texto en una sola pasada hacia delante, en más de 100 idiomas, con un enrutador que selecciona el checkpoint adecuado para cada solicitud.
¿Qué lenguajes de programación se utilizan más en los repositorios de #calibration?
Entre los proyectos de #calibration mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, HTML, Rust.
¿Cómo se calcula la clasificación de los repositorios de #calibration?
Seguimos 33 repositorios activos de código abierto etiquetados con #calibration (500+ estrellas), que suman un total de 82,056 estrellas, con una media de 2,486 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.