#end-to-end-driving Dépôts
Découvrez 6 dépôts GitHub open source actifs associés à #end-to-end-driving, cumulant 7,917 étoiles au total (soit une moyenne de 1,319 étoiles par projet). Le projet en tête de ce thème est NVlabs/alpamayo, avec 2,072 étoiles.
6 dépôts au total
NVIDIA Alpamayo 1 Nano est un modèle VLA de raisonnement ouvert de 10B pour les véhicules autonomes qui associe les trajectoires de conduite au raisonnement par Chaîne de Causalité.
[NeurIPS 2024 Datasets and Benchmarks Track] Benchmark E2E-AD en Boucle Fermée Amélioré par un Expert RL de Modèle Mondial
AlpaSim est une plateforme de simulation de véhicules autonomes open-source conçue pour le développement et les tests de politiques AV de bout en bout
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
[CVPR 2024] LMDrive : Conduite de bout en bout en boucle fermée avec de grands modèles linguistiques
[ICCV'23] Biais cachés des modèles de conduite de bout en bout & un kit de démarrage pour la classement CARLA 2.0.
Foire aux questions
Quel est le dépôt #end-to-end-driving le plus populaire sur GitHub ?
Le projet #end-to-end-driving open source le mieux classé sur GitHub est NVlabs/alpamayo, avec 2,072 étoiles. NVIDIA Alpamayo 1 Nano est un modèle VLA de raisonnement ouvert de 10B pour les véhicules autonomes qui associe les trajectoires de conduite au raisonnement par Chaîne de Causalité.
Quels langages de programmation sont les plus utilisés dans les dépôts #end-to-end-driving ?
Parmi les projets #end-to-end-driving les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #end-to-end-driving est-il calculé ?
Nous suivons 6 dépôts open source actifs associés à #end-to-end-driving (500+ étoiles), totalisant 7,917 étoiles, avec une moyenne de 1,319 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.