#3d-vision Repositórios
Descubra 28 repositórios ativos de código aberto no GitHub marcados com #3d-vision, acumulando um total de 55,835 estrelas (uma média de 1,994 por projeto). O líder deste tópico é pengsida/learning_research, com 16,077 estrelas.
28 repositórios no total
Pointcept: perceba o mundo com pontos esparsos, uma base de código para pesquisa em percepção de nuvem de pontos. Trabalhos mais recentes: Utonia (ICML'26), Concerto (NeurIPS'25), Sonata (CVPR'25 Highlight), PTv3 (CVPR'24 Oral)
[CVPR'25 Oral] MoGe: Desbloqueando a Estimativa Precisa de Geometria Monocular para Imagens de Domínio Aberto com Supervisão de Treinamento Ótima
Minkowski Engine é uma biblioteca de rede neural de autodiferenciação para tensores esparsos de alta dimensão
Código para "LoFTR: Detector-Free Local Feature Matching with Transformers", CVPR 2021, T-PAMI 2022
Objectron é um conjunto de dados de clipes de vídeo curtos e centrados em objetos. Além disso, os vídeos também contêm metadados de sessão AR, incluindo poses da câmera, nuvens de pontos esparsas e planos. Em cada vídeo, a câmera se move ao redor e acima do objeto e o captura de diferentes ângulos. Cada objeto é anotado com uma caixa delimitadora 3D. A caixa delimitadora 3D descreve a posição, orientação e dimensões do objeto. O conjunto de dados contém cerca de 15 mil clipes de vídeo anotados e 4 milhões de imagens anotadas nas seguintes categorias.
[ICCV 2023] Make-It-3D: Criação 3D de Alta Fidelidade a partir de Uma Única Imagem com Prior Difusivo
Estrutura a Partir do Movimento com Precisão de Pixel e Refinamento Featuremétrico (ICCV 2021, Prêmio de Melhor Trabalho de Estudante)
Coletar alguns artigos sobre transformer para detecção e segmentação. Transformer de Detecção Incrível para Visão Computacional (CV)
Biblioteca de visão computacional rápida para SFM, calibração, marcadores fiduciais, rastreamento, processamento de imagem e muito mais.
[NeurIPS'22] PointNeXt: Revisitando PointNet++ com Estratégias Aprimoradas de Treinamento e Escalonamento
Incorporação do Gaussian Splatting no Denoise por Difusão para Geração e Reconstrução Rápida e Escalável de Imagem-para-3D em Estágio Único (ICCV 2025)
Trabalhos recentes de CV baseados em LLM e projetos relacionados. Comentários/contribuições são bem-vindos!
"Reconstrução 3D de Raio-X de Vistas Esparsas com Consciência Estrutural" (CVPR 2024) - Uma Caixa de Ferramentas para Reconstrução de TC e Síntese de Novas Vistas de Raio-X
Repositório oficial que acompanha um artigo da CVPR 2022, EMOCA: Captura e Animação Facial Monocular Orientada pela Emoção. O EMOCA usa uma única imagem de um rosto como entrada e produz uma reconstrução 3D. O EMOCA estabelece o novo padrão na reconstrução de imagens altamente emocionais em ambientes não controlados.
Deep Learning para Calibração de Câmeras e Além: Uma Pesquisa
[CVPR 2024 & NeurIPS 2024] EmbodiedScan: Uma Suíte Holística de Percepção 3D Multimodal para IA Corporificada
[ICCV 2025] Diffuman4D: Síntese de Visão Humana Consistente em 4D a partir de Vídeos de Visão Esparsa com Modelos de Difusão Espaço-Temporais
Código oficial, modelos e dados para Vista4D: Refilmagem de Vídeo com Nuvens de Pontos 4D (Destaque do CVPR 2026)
Código para «Reconstrução neural de cenas 3D com a suposição do mundo de Manhattan», apresentação oral no CVPR 2022
[ICCV 2025] Uma abordagem simples e sem necessidade de treinamento que adapta o DUSt3R para cenas dinâmicas.
Estado atual dos métodos de completamento de profundidade supervisionados e não supervisionados
Perguntas Frequentes
Qual é o repositório de #3d-vision mais popular no GitHub?
O projeto de código aberto de #3d-vision mais bem classificado no GitHub é pengsida/learning_research, com 16,077 estrelas. Minha experiência de pesquisa
Quais linguagens de programação são mais usadas nos repositórios de #3d-vision?
Entre os projetos de #3d-vision mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, JavaScript, CMake.
Como é calculada a classificação dos repositórios de #3d-vision?
Acompanhamos 28 repositórios ativos de código aberto marcados com #3d-vision (com mais de 500 estrelas), totalizando 55,835 estrelas e uma média de 1,994 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.