#calibration Repository
Scopri 33 repository GitHub open source attivi contrassegnati con #calibration, che raccolgono un totale di 82,056 stelle (con una media di 2,486 stelle per progetto). Il progetto leader di questo argomento è NandhaKishorM/laya, con 35,758 stelle.
33 repository in totale
Motore decisionale System 1 non autoregressivo. Esegue decisioni tipizzate di scelta, valutazione e sì/no su qualsiasi testo in un singolo passaggio in avanti, in oltre 100 lingue, con un router che seleziona il checkpoint corretto per ogni richiesta.
OpenCalib: Una toolbox di calibrazione multi-sensore per la guida autonoma
Una raccolta di classici industriali e articoli all'avanguardia nei settori raccomandazione/pubblicità/ricerca. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.
Uncertainty Toolbox: una toolbox Python per la quantificazione dell'incertezza predittiva, la calibrazione, le metriche e la visualizzazione
Modelli decisionali aperti da 0,8B a 27B: una probabilità calibrata per ogni opzione in un solo passaggio e un breve ragionamento solo in caso di incertezza. Motore per vLLM, llama.cpp e MLX.
Pacchetto ROS per trovare una trasformazione corpo rigido tra un LiDAR e una telecamera per la "Calibrazione LiDAR-Telecamera utilizzando corrispondenze di punti 3D-3D"
Trasforma qualsiasi LLM in un modello decisionale in stile Jev: decisioni tipizzate, probabilità reali, senza addestramento. (Aggiornamenti continui; sono benvenute segnalazioni di problemi e richieste di PR)
Una toolbox per la calibrazione target-less LiDAR-camera [ROS1/ROS2]
[IROS2022] Metodo di inizializzazione robusto in tempo reale LiDAR-inerziale.
Server API compatibile con Jev per modelli decisionali aperti. Ollama per modelli decisionali: scarica ed esegui localmente 29 famiglie di modelli (Laya, pplx-decider, Clef, Winnow, coba...) oppure ospitali autonomamente dietro /v1/systemone. L'SDK TypeSafe funziona senza modifiche: imposta l'URL di base e scegli un modello aperto. CLI, app desktop, Docker, server MCP e benchmark pubblico.
Stampa FDM piatta a colori con miscelazione calibrata degli strati di filamento. Riproduci i colori e i dettagli tonali dell’immagine, perfeziona le ricette locali ed esporta file 3MF pronti per lo slicer.
Questo repository viene utilizzato per la calibrazione automatica tra LiDAR ad alta risoluzione e fotocamera in scene senza bersaglio.
Awesome-LLM-Robustness: un elenco curato di Incertezza, Affidabilità e Robustezza nei grandi modelli linguistici
Calibrazione intrinseca ed estrinseca di fotocamere Fisheye o Normali. Generatore di vista a occhio di bue per telecamere surround.
Foca maculata — Phocinae-Largha-150M-v1: un modello bilingue per le decisioni da 144,3 M. Modello piccolo. Grandi decisioni. Piccola foca, grandi decisioni.
LSD (LiDAR SLAM & Detection) è un'architettura di percezione open source per veicoli/robot autonomi
Pubblica ciò che hai creato su Jev, il modello decisionale System One di TypeSafe AI: una bacheca settimanale in cui i creatori pubblicano e gli utenti votano, con un indice di esempi pubblici di Jev organizzati per schema decisionale, citazioni delle fonti, controlli dei link con data e controlli del testo nei punti di chiamata; qui il runtime e le prestazioni non vengono testati in modo indipendente. EN/中文, schema JSON, matrice delle piattaforme.
Calibrazione mano-occhio facile da usare e precisa che funziona in modo affidabile da anni (2016-presente) con Kinect, Kinect v2, telecamere RGBD, tracker ottici e diversi robot, tra cui UR5 e KUKA iiwa.
Una cassetta degli attrezzi di calibrazione generica e robusta per sistemi multi-camera.
Inferenza rapida e precisa per i modelli StartLux-Decision su GPU NVIDIA: i file GGUF rilasciati vengono eseguiti su tensor core int8 e a 4 bit tramite l’API /v1/systemone, con una latenza fino a 5,3 volte inferiore rispetto a vLLM in FP8 e risposte identiche bit per bit.
Un sistema di acquisizione multi-sensore per video a punto di vista libero.
Odometria e Mappatura Robuste per Sistemi Multi-LiDAR con Calibrazione Estrinseca Online
🔥🔥 Awesome Jev: modelli open source, progetti, benchmark e valutazioni indipendenti dei modelli Jev e System One.
Domande frequenti
Qual è il repository #calibration più popolare su GitHub?
Il progetto open source #calibration più alto in classifica su GitHub è NandhaKishorM/laya, con 35,758 stelle. Motore decisionale System 1 non autoregressivo. Esegue decisioni tipizzate di scelta, valutazione e sì/no su qualsiasi testo in un singolo passaggio in avanti, in oltre 100 lingue, con un router che seleziona il checkpoint corretto per ogni richiesta.
Quali linguaggi di programmazione sono più utilizzati nei repository #calibration?
Tra i progetti #calibration più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, HTML, Rust.
Come viene calcolata la classifica dei repository #calibration?
Monitoriamo 33 repository open source attivi contrassegnati con #calibration (500+ stelle), per un totale di 82,056 stelle e una media di 2,486 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.