#depth-estimation Repository
Scopri 52 repository GitHub open source attivi contrassegnati con #depth-estimation, che raccolgono un totale di 118,050 stelle (con una media di 2,270 stelle per progetto). Il progetto leader di questo argomento è facebookresearch/vggt, con 14,654 stelle.
52 repository in totale
Codice e modelli PyTorch per il metodo di apprendimento auto-supervisionato DINOv2.
[CVPR 2024] Depth Anything: Liberare la potenza di dati su larga scala senza etichette. Modello Fondazionale per la Stima della Profondità Monoculare
Depth Pro: Profondità metrica monoculare nitida in meno di un secondo.
pySLAM è una pipeline SLAM Visivo ibrida Python/C++ che supporta telecamere monoculari, stereo e RGB-D. Fornisce un vasto insieme di moderni estrattori di caratteristiche locali e globali, molteplici strategie di chiusura del loop, un modulo di ricostruzione volumetrica, modelli integrati di previsione della profondità e capacità di segmentazione semantica per una migliore comprensione della scena.
[CVPR 2024 - Orale, Candidato al Best Paper Award] Marigold: Riadattamento di generatori di immagini basati sulla diffusione per la stima della profondità monoculare
[CVPR 2025 Best Paper Nomination] FoundationStereo: Zero-Shot Stereo Matching
[CVPR 2025 Highlight] Video Depth Anything: Stima della profondità coerente per video super-lunghi
Tracciamento robusto in tempo reale di volti e landmark facciali su CPU con integrazione Unity
Addestramento all-in-one per modelli di visione (YOLO, ViTs, RT-DETR, DINOv3): pre-addestramento, fine-tuning, distillazione.
Codice ufficiale per l'articolo "LucidDreamer: Generazione di scene 3D Gaussian Splatting senza dominio".
🔥🔥🔥TensorRT per YOLO26 (rilevamento/posa/segmentazione/profondità/box orientati/classificazione), YOLOv11, YOLOv10, YOLOv9, YOLOv8, ... 🚀🚀🚀 CUDA È TUTTO CIÒ DI CUI HAI BISOGNO. 🍎🍎🍎
⚡️Il framework di percezione spaziale per costruire rapidamente robot e spazi intelligenti
[CVPR 2026] InfiniDepth: Stima della profondità ad alta risoluzione arbitraria e granulosità fine con campi neurali impliciti
GigaModels: Un repository e una piattaforma completa per modelli multimodali, generativi e percettivi
[CVPR 2024 Highlight] Implementazione ufficiale PyTorch di SpatialTracker: Tracciamento di qualsiasi pixel 2D nello spazio 3D
[CVPR 2024] Un Framework End-to-End Basato su Piastrelle per la Stima della Profondità Metrica Monoculare ad Alta Risoluzione
Questo repository accompagna l'articolo di ricerca ARKitScenes - Un set di dati diversificato del mondo reale per la comprensione delle scene interne 3D utilizzando dati RGB-D mobili e contiene i dati, gli script per visualizzare ed elaborare gli asset e il codice di addestramento descritti nel nostro articolo.
Casella degli strumenti per la stima monoculare della profondità basata su MMSegmentation.
[ECCV'24] GeoWizard: Liberare i precedenti di diffusione per la stima della geometria 3D da una singola immagine
Latent Bridge Matching per la traduzione rapida da immagine a immagine (ICCV 2025 Highlight)
Implementazione ufficiale di "Lotus: Modello di base visivo basato su diffusione per previsioni dense di alta qualità"
Calibrazione geometrica precisa della fotocamera con modelli di fotocamera generici
Un elenco curato di documenti e risorse relativi a DUSt3R, che tracciano i recenti progressi che utilizzano questo modello fondazionale geometrico.
[AAAI 2025, Orale] DepthFM: Stima rapida della profondità monoculare con Flow Matching
Stima della profondità mono / stereo + rilevamento oggetti YOLO con distribuzione su Jetson Nano / TX2 / GeForce tramite TensorRT
Un elenco curato di fantastiche risorse di Deep Stereo Matching
[CVPR 2026 (Highlight)] Scal3R: Addestramento scalabile in fase di test per la ricostruzione 3D su larga scala
App iOS Ultralytics YOLO e pacchetto Swift per l'inferenza Core ML in tempo reale nelle principali attività di visione artificiale.
Codice di ricerca per la stima della profondità metrica in immagini VR perioculari utilizzando dati generati da UE MetaHuman.
Un addon di Blender per generare dati di ground truth sintetici per applicazioni di Computer Vision
Plugin Flutter ufficiale di Ultralytics YOLO per l’inferenza in tempo reale su Android e iOS nelle principali attività di visione artificiale.
Domande frequenti
Qual è il repository #depth-estimation più popolare su GitHub?
Il progetto open source #depth-estimation più alto in classifica su GitHub è facebookresearch/vggt, con 14,654 stelle. [CVPR 2025 Best Paper Award] VGGT: Visual Geometry Grounded Transformer
Quali linguaggi di programmazione sono più utilizzati nei repository #depth-estimation?
Tra i progetti #depth-estimation più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Jupyter Notebook, C#.
Come viene calcolata la classifica dei repository #depth-estimation?
Monitoriamo 52 repository open source attivi contrassegnati con #depth-estimation (500+ stelle), per un totale di 118,050 stelle e una media di 2,270 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.