#3d-object-detection Dépôts
Découvrez 22 dépôts GitHub open source actifs associés à #3d-object-detection, cumulant 28,914 étoiles au total (soit une moyenne de 1,314 étoiles par projet). Le projet en tête de ce thème est open-mmlab/mmdetection3d, avec 6,206 étoiles.
22 dépôts au total
La plateforme de nouvelle génération d'OpenMMLab pour la détection d'objets 3D générale.
Le Medical Detection Toolkit contient des implémentations 2D + 3D de détecteurs d'objets courants tels que Mask R-CNN, Retina Net, Retina U-Net, ainsi qu'un framework d'entraînement et d'inférence axé sur la gestion d'images médicales.
L'implémentation PyTorch basée sur YOLOv4 du papier : « Complex-YOLO : Détection d'objets 3D en temps réel sur des nuages de points »
Notes de lecture sur l'apprentissage profond et l'apprentissage automatique
[Meilleur Article Étudiant CVPR 2022] EPro-PnP : Perspective-n-Points Probabiliste Généralisée de Bout en Bout pour l'Estimation de Pose d'Objet Monoculaire
Articles impressionnants sur la détection et la segmentation d'objets 3D Multi-Caméras en vue à la première personne, tels que DETR3D, BEVDet, BEVFormer, BEVDepth, UniAD
Ce dépôt accompagne l'article de recherche ARKitScenes - Un ensemble de données diversifié du monde réel pour la compréhension des scènes intérieures 3D à l'aide de données mobiles RGB-D et contient les données, les scripts pour visualiser et traiter les actifs, et le code d'entraînement décrits dans notre article.
alfred-py: Une bibliothèque d'utilitaires d'apprentissage profond pour **humains**, plus de détails sur l'utilisation de la lib à: https://zhuanlan.zhihu.com/p/341446046
Code pour une série de travaux en perception LiDAR, incluant SST (CVPR 22), FSD (NeurIPS 22), FSD++ (TPAMI 23), FSDv2 et CTRL (ICCV 23, oral).
Un outil léger pour l'étiquetage de boîtes englobantes 3D dans les nuages de points.
Implémentation officielle PyTorch de FB-BEV & FB-OCC - Transformation de vue avant-arrière pour la perception de la conduite autonome centrée sur la vision
Outil d'Annotation de Boîte Délimitante 3D (3D-BAT) Étiquetage de Nuage de Points et d'Image
[ICCV 2023] StreamPETR : Exploration de la modélisation temporelle axée sur l'objet pour une détection d'objets 3D multi-vues efficace
nnDetection est un framework d'auto-configuration pour la détection d'objets médicaux 3D (volumétriques) qui peut être appliqué à de nouveaux jeux de données sans intervention manuelle. Il comprend des guides pour 12 jeux de données qui ont été utilisés pour développer et évaluer les performances de la méthode proposée.
[CVPR2024] OneFormer3D : Un Transformer pour la Segmentation Unifiée des Nuages de Points
Foire aux questions
Quel est le dépôt #3d-object-detection le plus populaire sur GitHub ?
Le projet #3d-object-detection open source le mieux classé sur GitHub est open-mmlab/mmdetection3d, avec 6,206 étoiles. La plateforme de nouvelle génération d'OpenMMLab pour la détection d'objets 3D générale.
Quels langages de programmation sont les plus utilisés dans les dépôts #3d-object-detection ?
Parmi les projets #3d-object-detection les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, TypeScript.
Comment le classement des dépôts #3d-object-detection est-il calculé ?
Nous suivons 22 dépôts open source actifs associés à #3d-object-detection (500+ étoiles), totalisant 28,914 étoiles, avec une moyenne de 1,314 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.