#calibration Repositórios
Descubra 33 repositórios ativos de código aberto no GitHub marcados com #calibration, acumulando um total de 82,056 estrelas (uma média de 2,486 por projeto). O líder deste tópico é NandhaKishorM/laya, com 35,758 estrelas.
33 repositórios no total
Motor de decisões System 1 não autorregressivo. Executa decisões tipadas de escolha, pontuação e sim/não sobre qualquer texto em uma única passagem direta, em mais de 100 idiomas, com um roteador que seleciona o checkpoint correto para cada solicitação.
OpenCalib: Uma Caixa de Ferramentas de Calibração Multissensores para Veículos Autônomos
Uma coleção de artigos clássicos e de ponta da indústria nas áreas de recomendação/publicidade/pesquisa.
Caixa de Ferramentas de Incerteza: uma caixa de ferramentas Python para quantificação, calibração, métricas e visualização de incerteza preditiva
Modelos abertos de decisão de 0,8B a 27B: uma probabilidade calibrada para cada opção em uma única passagem e um breve raciocínio apenas quando houver incerteza. Motor para vLLM, llama.cpp e MLX.
Pacote ROS para encontrar uma transformação de corpo rígido entre um LiDAR e uma câmera para a "Calibração LiDAR-Câmera usando correspondências de pontos 3D-3D"
Transforme qualquer LLM em um modelo de decisão no estilo Jev: decisões tipadas, probabilidades reais, sem treinamento. (Atualizações contínuas; aceitamos qualquer relato de problema e solicitação de PR)
Uma caixa de ferramentas para calibração LiDAR-câmera sem alvo [ROS1/ROS2]
Servidor de API compatível com Jev para modelos abertos de tomada de decisão. Ollama para modelos de decisão: baixe e execute localmente 29 famílias de modelos (Laya, pplx-decider, Clef, Winnow, coba...) ou hospede-os por conta própria atrás de /v1/systemone. O SDK TypeSafe funciona sem alterações: defina a URL base e escolha um modelo aberto. CLI, aplicativo para desktop, Docker, servidor MCP e benchmark público.
Impressão FDM plana em cores com mistura calibrada das camadas de filamento. Reproduza as cores e os detalhes tonais da imagem, ajuste com precisão as receitas locais e exporte arquivos 3MF prontos para o fatiador.
Este repositório é usado para calibração automática entre LiDAR de alta resolução e câmera em cenas sem alvos.
Awesome-LLM-Robustness: uma lista curada de Incerteza, Confiabilidade e Robustez em Grandes Modelos de Linguagem
Calibração Intrínseca e Extrínseca de Câmera Olho de Peixe ou Normal. Gerador de Visão de Pássaro para Câmera Surround.
Foca-malhada — Phocinae-Largha-150M-v1: um modelo bilíngue de tomada de decisões com 144,3 milhões de parâmetros. Modelo pequeno. Grandes decisões. Foca pequena, grandes decisões.
LSD (LiDAR SLAM & Detection) é uma arquitetura de percepção de código aberto para veículos/robôs autônomos
Publique o que você criou no Jev, o modelo de decisão System One da TypeSafe AI: um mural semanal onde os criadores publicam e as pessoas votam, com um índice de exemplos públicos do Jev organizados por padrão de decisão, citações de fontes, verificações de links com data e verificações do texto nos pontos de chamada; o tempo de execução e o desempenho não são testados de forma independente aqui. EN/中文, esquema JSON, matriz de plataformas.
Calibração de mão-olho fácil de usar e precisa, que tem funcionado de forma confiável por anos (2016-presente) com kinect, kinectv2, câmeras rgbd, rastreadores ópticos e vários robôs, incluindo o ur5 e o kuka iiwa.
Uma caixa de ferramentas de calibração genérica e robusta para sistemas multicâmera.
Inferência rápida e exata para os modelos StartLux-Decision em GPUs NVIDIA: os arquivos GGUF disponibilizados são executados em tensor cores int8 e de 4 bits por meio da API /v1/systemone, com latência até 5,3 vezes menor que a do vLLM em FP8 e respostas idênticas bit a bit.
Odometria e Mapeamento Robustos para Sistemas Multi-LiDAR com Calibração Extrínseca Online
🔥🔥 Awesome Jev: modelos de código aberto, projetos, benchmarks e avaliações independentes dos modelos Jev e System One.
Perguntas Frequentes
Qual é o repositório de #calibration mais popular no GitHub?
O projeto de código aberto de #calibration mais bem classificado no GitHub é NandhaKishorM/laya, com 35,758 estrelas. Motor de decisões System 1 não autorregressivo. Executa decisões tipadas de escolha, pontuação e sim/não sobre qualquer texto em uma única passagem direta, em mais de 100 idiomas, com um roteador que seleciona o checkpoint correto para cada solicitação.
Quais linguagens de programação são mais usadas nos repositórios de #calibration?
Entre os projetos de #calibration mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, HTML, Rust.
Como é calculada a classificação dos repositórios de #calibration?
Acompanhamos 33 repositórios ativos de código aberto marcados com #calibration (com mais de 500 estrelas), totalizando 82,056 estrelas e uma média de 2,486 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.