#point-cloud-processing Repository
Scopri 40 repository GitHub open source attivi contrassegnati con #point-cloud-processing, che raccolgono un totale di 39,234 stelle (con una media di 980 stelle per progetto). Il progetto leader di questo argomento è gaoxiang12/slam_in_autonomous_driving, con 2,614 stelle.
40 repository in totale
Codice open source corrispondente per le tecniche SLAM nella guida autonoma
Awesome-LLM-3D: un elenco curato di modelli linguistici di grandi dimensioni multimodali nel mondo 3D Risorse
Uno scanner LiDAR a 360° open source e a basso costo, e un sistema fai-da-te per la ricostruzione 3D panoramica.
[Presentazione orale a CVPR'24] Repository ufficiale di Point Transformer V3 (PTv3). Include anche un pacchetto PyTorch + Triton installabile con pip, con gli encoder preaddestrati Sonata, Concerto e Utonia.
Faster-LIO: Odometria Lidar-inerziale a basso accoppiamento stretto mediante voxel incrementali sparsi paralleli
[ECCV 2024] Street Gaussians: Modellare scene urbane dinamiche con Gaussian Splatting
Implementazione ufficiale del paper "MonST3R: Un approccio semplice per la stima della geometria in presenza di movimento"
Un metodo semplice per trovare la calibrazione estrinseca tra un lidar 3D e un sensore di posa a 6 dof
3DGS-to-PC: 3D Gaussian Splatting verso nuvole di punti dense [3D-VAST: ICCVW 2025]
Un elenco curato di fantastiche risorse, librerie e software per l'elaborazione di nuvole di punti
Articoli, codice e set di dati sull'apprendimento profondo per il rilevamento di oggetti 3D.
Registrazione principale di articoli all'avanguardia e articoli su computer vision, VSLAM, nuvole di punti, luce strutturata, presa di bracci robotici, ricostruzione 3D, deep learning, guida autonoma, ecc.
Guida all'elaborazione del segnale di immagine (ISP). Scopri tutto sul processo di conversione di un'immagine/video in forma digitale eseguendo attività come riduzione del rumore, filtraggio, esposizione automatica, autofocus, correzione HDR e nitidezza dell'immagine con uno speciale tipo di processore multimediale.
[ICML 2024] 3D-VLA: Un modello generativo del mondo per visione 3D, linguaggio e azioni
Converte una nuvola di punti 3D in una scansione laser 2D.
[IROS 2023] Un sistema di odometria e mappatura LiDAR-inerziale-ruota basato sul framework BA
(ITSC 2021) Ottimizzazione della selezione dei campioni per una calibrazione robusta della telecamera lidar. Questo pacchetto stima i parametri di calibrazione dal frame della telecamera al frame lidar.
[IROS 2024] Un pacchetto di odometria LiDAR-inerziale (LIO) che può regolare la frequenza di esecuzione oltre la frequenza di scansione
[CVPR 2023, BSP] Registrazione 3D con Cliques Massimali
Domande frequenti
Qual è il repository #point-cloud-processing più popolare su GitHub?
Il progetto open source #point-cloud-processing più alto in classifica su GitHub è gaoxiang12/slam_in_autonomous_driving, con 2,614 stelle. Codice open source corrispondente per le tecniche SLAM nella guida autonoma
Quali linguaggi di programmazione sono più utilizzati nei repository #point-cloud-processing?
Tra i progetti #point-cloud-processing più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C++, Python, JavaScript.
Come viene calcolata la classifica dei repository #point-cloud-processing?
Monitoriamo 40 repository open source attivi contrassegnati con #point-cloud-processing (500+ stelle), per un totale di 39,234 stelle e una media di 980 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.