#depth-estimation Repositorios
Descubre 52 repositorios activos de código abierto de GitHub etiquetados con #depth-estimation, que acumulan 118,050 estrellas en total (una media de 2,270 estrellas por proyecto). El líder de este tema es facebookresearch/vggt, con 14,654 estrellas.
52 repositorios en total
Código y modelos de PyTorch para el método de aprendizaje autosupervisado DINOv2.
[CVPR 2024] Depth Anything: Liberando el Poder de Datos a Gran Escala sin Etiquetas. Modelo Fundamental para la Estimación de Profundidad Monocular
Depth Pro: Profundidad métrica monocular nítida en menos de un segundo.
[ICCV 2019] Estimación de profundidad monocular a partir de una sola imagen
pySLAM es una tubería híbrida Python/C++ de SLAM Visual que admite cámaras monoculares, estéreo y RGB-D. Proporciona un amplio conjunto de modernos extractores de características locales y globales, múltiples estrategias de cierre de bucle, un módulo de reconstrucción volumétrica, modelos integrados de predicción de profundidad y capacidades de segmentación semántica para una comprensión mejorada de la escena.
[CVPR 2024 - Oral, Candidato al Mejor Artículo] Marigold: Reutilización de generadores de imágenes basados en difusión para la estimación de profundidad monocular
[Nominación al Mejor Artículo CVPR 2025] FoundationStereo: Coincidencia Estéreo de "Zero-Shot"
[CVPR 2025 Highlight] Video Depth Anything: Estimación de profundidad coherente para videos superlargos
Seguimiento robusto en tiempo real de rostros y puntos de referencia faciales en CPU con integración de Unity
Entrenamiento todo en uno para modelos de visión (YOLO, ViTs, RT-DETR, DINOv3): preentrenamiento, ajuste fino, destilación.
Código oficial del artículo "LucidDreamer: Generación sin dominio de escenas de splatting gaussiano 3D".
🔥🔥🔥TensorRT para YOLO26 (detección/pose/segmentación/profundidad/cajas orientadas/clasificación), YOLOv11, YOLOv10, YOLOv9, YOLOv8, ... 🚀🚀🚀 CUDA ES TODO LO QUE NECESITAS. 🍎🍎🍎
⚡️El marco de percepción espacial para construir rápidamente robots y espacios inteligentes
[CVPR 2026] InfiniDepth: Estimación de profundidad con resolución arbitraria y granulado fino usando campos neurales implícitos
GigaModels: Un repositorio y plataforma integral para modelos multimodales, generativos y perceptuales
[CVPR 2024 Highlight] Implementación oficial de PyTorch de SpatialTracker: Seguimiento de cualquier píxel 2D en el espacio 3D
[CVPR 2024] Un Marco End-to-End Basado en Azulejos para la Estimación de Profundidad Métrica Monocular de Alta Resolución
Este repositorio acompaña al artículo de investigación ARKitScenes: un conjunto de datos diverso del mundo real para la comprensión de escenas interiores 3D utilizando datos móviles RGB-D y contiene los datos, los scripts para visualizar y procesar activos, y el código de entrenamiento descritos en nuestro artículo.
Caja de herramientas de estimación de profundidad monocular basada en MMSegmentation.
[ECCV'24] GeoWizard: Liberando los priors de difusión para la estimación de geometría 3D a partir de una sola imagen
Emparejamiento de puentes latentes para traducción rápida de imagen a imagen (Destacado de ICCV 2025)
Implementación oficial de "Lotus: Modelo de base visual basado en difusión para predicción densa de alta calidad"
Calibración geométrica precisa de la cámara con modelos de cámara genéricos
Una lista seleccionada de artículos y recursos relacionados con DUSt3R, que rastrea los avances recientes utilizando este modelo de base geométrico.
[AAAI 2025, Oral] DepthFM: Estimación rápida de profundidad monocular con "Flow Matching"
Estimación de profundidad mono / estéreo + detección de objetos YOLO con despliegue en Jetson Nano / TX2 / GeForce mediante TensorRT
Una lista seleccionada de recursos impresionantes de emparejamiento estéreo profundo
[CVPR 2026 (Highlight)] Scal3R: Entrenamiento en tiempo de prueba escalable para reconstrucción 3D a gran escala
Aplicación iOS de Ultralytics YOLO y paquete Swift para inferencia de Core ML en tiempo real en las principales tareas de visión por computadora.
Código de investigación para la estimación de profundidad métrica en imágenes de realidad virtual perioculares utilizando datos generados por UE MetaHuman.
Un addon de Blender para generar datos de ground truth sintéticos para aplicaciones de Computer Vision
Plugin oficial de Ultralytics YOLO para Flutter, destinado a la inferencia en tiempo real en Android e iOS para las principales tareas de visión.
Preguntas frecuentes
¿Cuál es el repositorio de #depth-estimation más popular en GitHub?
El proyecto de código abierto de #depth-estimation mejor posicionado en GitHub es facebookresearch/vggt, con 14,654 estrellas. [CVPR 2025 Best Paper Award] VGGT: Visual Geometry Grounded Transformer
¿Qué lenguajes de programación se utilizan más en los repositorios de #depth-estimation?
Entre los proyectos de #depth-estimation mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, Jupyter Notebook, C#.
¿Cómo se calcula la clasificación de los repositorios de #depth-estimation?
Seguimos 52 repositorios activos de código abierto etiquetados con #depth-estimation (500+ estrellas), que suman un total de 118,050 estrellas, con una media de 2,270 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.