#3d-reconstruction Dépôts
Découvrez 203 dépôts GitHub open source actifs associés à #3d-reconstruction, cumulant 365,694 étoiles au total (soit une moyenne de 1,801 étoiles par projet). Le projet en tête de ce thème est NVlabs/instant-ngp, avec 17,606 étoiles.
203 dépôts au total
Primitives graphiques neuronales instantanées : NeRF ultra-rapide et plus encore
SLAM en Temps Réel pour Caméras Monoculaires, Stéréo et RGB-D, avec Capacités de Détection de Boucles et de Relocalisation
Ouvrir la bibliothèque de géométrie multi-vue. Base pour la vision par ordinateur 3D et Structure from Motion.
Une implémentation PyTorch de NeRF (Neural Radiance Fields) qui reproduit les résultats.
Implémentation officielle de "Neuralangelo: High-Fidelity Neural Surface Reconstruction" (CVPR 2023)
bibliothèque open source de reconstruction de structure à partir du mouvement et de stéréo multivue
Un pipeline procédural Blender pour la génération d'images d'entraînement photoréalistes
Le dépôt fournit le code pour exécuter l'inférence avec le SAM 3D Body Model (3DB), des liens pour télécharger les points de contrôle du modèle entraîné et les jeux de données, ainsi que des carnets d'exemples montrant comment utiliser le modèle.
pySLAM est un pipeline SLAM Visuel hybride Python/C++ prenant en charge les caméras monoculaires, stéréoscopiques et RGB-D. Il offre un large éventail d'extracteurs de caractéristiques locales et globales modernes, de multiples stratégies de fermeture de boucle, un module de reconstruction volumétrique, des modèles intégrés de prédiction de profondeur et des capacités de segmentation sémantique pour une meilleure compréhension de la scène.
[CVPR'25 Oral] MoGe: Débloquer une estimation de géométrie monoculaire précise pour les images de domaine ouvert avec une supervision d'entraînement optimale
Entraîneur de Gaussian Splatting 3D multi-fournisseurs : de la vidéo aux splats, puis au maillage, avec Vulkan ou CUDA.
[NeurIPS 2025] PartCrafter : Génération de maillages 3D structurés via des transformeurs de diffusion latente compositionnels
Un paquet robuste, en temps réel, couleur RVB, LiDAR-Inertiel-Visuel étroitement couplé pour l'estimation d'état et la cartographie
Une bibliothèque d'enregistrement de nuages de points rapide et robuste
Objectron est un jeu de données de courts clips vidéo centrés sur des objets. De plus, les vidéos contiennent également des métadonnées de session AR, incluant les poses de la caméra, des nuages de points épars et des plans. Dans chaque vidéo, la caméra se déplace autour et au-dessus de l'objet et le capture sous différents angles de vue. Chaque objet est annoté avec une boîte englobante 3D. La boîte englobante 3D décrit la position, l'orientation et les dimensions de l'objet. Le jeu de données contient environ 15 000 clips vidéo annotés et 4 millions d'images annotées dans les catégories suivantes.
Le dépôt pour "Metric3D: Towards Zero-shot Metric 3D Prediction from A Single Image" et "Metric3Dv2: A Versatile Monocular Geometric Foundation Model..."
Un scanner LiDAR à 360° open source et à faible coût, ainsi qu’un système de reconstruction 3D panoramique à fabriquer soi-même.
🔥PCL (Point Cloud Library) Notes d'apprentissage de la bibliothèque de nuages de points
SF3D : Reconstruction de maillage 3D stable et rapide avec dépliage UV et désenchevêtrement de l'éclairage
TripoSG : Synthèse de formes 3D haute fidélité à l'aide de modèles de flux rectifiés à grande échelle
Une odométrie LiDAR-Inertielle-Visuelle Sparse-Directe Rapide et Étroitement Couplée (LIVO).
Foire aux questions
Quel est le dépôt #3d-reconstruction le plus populaire sur GitHub ?
Le projet #3d-reconstruction open source le mieux classé sur GitHub est NVlabs/instant-ngp, avec 17,606 étoiles. Primitives graphiques neuronales instantanées : NeRF ultra-rapide et plus encore
Quels langages de programmation sont les plus utilisés dans les dépôts #3d-reconstruction ?
Parmi les projets #3d-reconstruction les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, Cuda.
Comment le classement des dépôts #3d-reconstruction est-il calculé ?
Nous suivons 203 dépôts open source actifs associés à #3d-reconstruction (500+ étoiles), totalisant 365,694 étoiles, avec une moyenne de 1,801 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.