Git Stars Git Stars

#computer-vision-datasets Repository

Scopri 3 repository GitHub open source attivi contrassegnati con #computer-vision-datasets, che raccolgono un totale di 3,581 stelle (con una media di 1,193 stelle per progetto). Il progetto leader di questo argomento è youngguncho/awesome-slam-datasets, con 1,891 stelle.

3
Totale Repository
3,581
Totale stelle
1,193
Media Stelle/Repo
Linguaggi di programmazione: Jupyter Notebook

3 repository in totale

1
youngguncho/awesome-slam-datasets

Un elenco curato di fantastici set di dati per SLAM

youngguncho
⭐ 1,891 👤 youngguncho User 🕐 Aggiornato 2024-12-13 📅 Creato 2018-05-13
2
983632847/Awesome-Multimodal-Object-Tracking

Un progetto continuamente aggiornato per seguire i più recenti progressi nel campo del tracciamento di oggetti multimodali. Questo progetto si concentra esclusivamente sul tracciamento di un singolo oggetto.

983632847
⭐ 1,052 Jupyter Notebook 👤 983632847 User 🕐 Aggiornato 2026-11-21 📅 Creato 2024-05-19
3
aisegmentcn/matting_human_datasets

Dataset di matting per ritratti, contiene 34.427 immagini e le immagini dei risultati di matting corrispondenti.

aisegmentcn
⭐ 638 👤 aisegmentcn User 🕐 Aggiornato 2025-02-09 📅 Creato 2019-04-07

Domande frequenti

1

Qual è il repository #computer-vision-datasets più popolare su GitHub?

Il progetto open source #computer-vision-datasets più alto in classifica su GitHub è youngguncho/awesome-slam-datasets, con 1,891 stelle. Un elenco curato di fantastici set di dati per SLAM

2

Quali linguaggi di programmazione sono più utilizzati nei repository #computer-vision-datasets?

Tra i progetti #computer-vision-datasets più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #computer-vision-datasets?

Monitoriamo 3 repository open source attivi contrassegnati con #computer-vision-datasets (500+ stelle), per un totale di 3,581 stelle e una media di 1,193 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.