#3d-vision Repository
Scopri 28 repository GitHub open source attivi contrassegnati con #3d-vision, che raccolgono un totale di 55,835 stelle (con una media di 1,994 stelle per progetto). Il progetto leader di questo argomento è pengsida/learning_research, con 16,077 stelle.
28 repository in totale
Pointcept: percepisci il mondo con punti sparsi, una codebase per la ricerca sulla percezione di nuvole di punti. Ultimi lavori: Utonia (ICML'26), Concerto (NeurIPS'25), Sonata (CVPR'25 Highlight), PTv3 (CVPR'24 Oral)
[CVPR'25 Orale] MoGe: Sblocco della stima accurata della geometria monoculare per immagini open-domain con supervisione ottimale dell'addestramento
Minkowski Engine è una libreria di reti neurali con auto-differenziazione per tensori sparsi ad alta dimensionalità
Codice per "LoFTR: Detector-Free Local Feature Matching with Transformers", CVPR 2021, T-PAMI 2022
Objectron è un dataset di clip video brevi e centrate sugli oggetti. Inoltre, i video contengono anche metadati di sessione AR, inclusi pose della fotocamera, nuvole di punti sparse e piani. In ogni video, la fotocamera si muove intorno e sopra l'oggetto e lo cattura da diverse viste. Ogni oggetto è annotato con una bounding box 3D. La bounding box 3D descrive la posizione, l'orientamento e le dimensioni dell'oggetto. Il dataset contiene circa 15K clip video annotate e 4M immagini annotate nelle seguenti categorie.
[ICCV 2023] Make-It-3D: Creazione 3D ad alta fedeltà da una singola immagine con Priorizzazione Diffusiva
Struttura pixel-perfetta dal movimento con raffinamento featuremetrico (ICCV 2021, Best Student Paper Award)
Raccogli alcuni articoli sui transformer per il rilevamento e la segmentazione. Awesome Detection Transformer per la Computer Vision (CV)
Libreria veloce di visione artificiale per SFM, calibrazione, fiduciali, tracciamento, elaborazione delle immagini e altro.
[NeurIPS'22] PointNeXt: Rivisitare PointNet++ con Strategie di Addestramento e Scaling Migliorate
Incorporare lo Splatting Gaussiano nel Denoiser a Diffusione per la Generazione e Ricostruzione Immagine-a-3D Monostadio Veloce e Scalabile (ICCV 2025)
Recenti lavori basati su LLM per CV e correlati. Benvenuti a commentare/contribuire!
"Ricostruzione 3D a raggi X a vista sparsa consapevole della struttura" (CVPR 2024) - Una toolbox per la ricostruzione TC e la sintesi di nuove viste a raggi X
Repository ufficiale che accompagna un articolo CVPR 2022 EMOCA: Emotion Driven Monocular Face Capture And Animation. EMOCA prende una singola immagine di un volto in input e produce una ricostruzione 3D. EMOCA stabilisce il nuovo standard nella ricostruzione di immagini altamente emotive in-the-wild.
Deep Learning per la calibrazione della fotocamera e oltre: una rassegna
[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Una suite olistica di percezione 3D multimodale per l'AI incarnata
[ICCV 2025] Diffuman4D: Sintesi coerente in 4D di viste umane da video con viste sparse con modelli di diffusione spazio-temporali
Codice ufficiale, modelli e dati per Vista4D: Reshooting video con nuvole di punti 4D (Highlight CVPR 2026)
Codice per «Ricostruzione neurale di scene 3D con l’ipotesi del mondo di Manhattan», presentazione orale a CVPR 2022
[ICCV 2025] Un approccio semplice senza addestramento che adatta DUSt3R per scene dinamiche.
Stato attuale dei metodi di completamento della profondità supervisionati e non supervisionati
Domande frequenti
Qual è il repository #3d-vision più popolare su GitHub?
Il progetto open source #3d-vision più alto in classifica su GitHub è pengsida/learning_research, con 16,077 stelle. La mia esperienza di ricerca
Quali linguaggi di programmazione sono più utilizzati nei repository #3d-vision?
Tra i progetti #3d-vision più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, JavaScript, CMake.
Come viene calcolata la classifica dei repository #3d-vision?
Monitoriamo 28 repository open source attivi contrassegnati con #3d-vision (500+ stelle), per un totale di 55,835 stelle e una media di 1,994 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.