Git Stars Git Stars

#visual-odometry Repositórios

Descubra 14 repositórios ativos de código aberto no GitHub marcados com #visual-odometry, acumulando um total de 21,822 estrelas (uma média de 1,558 por projeto). O líder deste tópico é luigifreda/pyslam, com 3,438 estrelas.

14
Total de Repositórios
21,822
Total de estrelas
1,558
Média de Estrelas/Repositório

14 repositórios no total

1
luigifreda/pyslam

pySLAM é um pipeline SLAM Visual híbrido Python/C++ que suporta câmeras monoculares, estéreo e RGB-D. Ele oferece um amplo conjunto de extratores de recursos locais e globais modernos, múltiplas estratégias de fechamento de loop, um módulo de reconstrução volumétrica, modelos integrados de previsão de profundidade e capacidades de segmentação semântica para uma compreensão aprimorada da cena.

luigifreda
⭐ 3,438 Python 👤 luigifreda User 🕐 Atualizado 2026-11-21 📅 Criado 2019-04-06
2
JakobEngel/dso

Odometria Escassa Direta

JakobEngel
⭐ 2,423 C++ 👤 JakobEngel User 🕐 Atualizado 2024-02-23 📅 Criado 2016-11-09
3
zju3dv/GVHMR

Código para "GVHMR: World-Grounded Human Motion Recovery via Gravity-View Coordinates", Siggraph Asia 2024, TPAMI 2026

zju3dv
⭐ 2,312 Jupyter Notebook 👤 zju3dv Organization 🕐 Atualizado 2026-09-15 📅 Criado 2024-09-04
4
nvidia-isaac/cuVSLAM

Biblioteca de odometria visual e SLAM acelerada por CUDA para rastreamento de câmera rápido, preciso e de baixa latência

nvidia-isaac
⭐ 1,920 C++ 👤 nvidia-isaac Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-12-19
5
mint-lab/3dv_tutorial

Um Convite à Visão 3D: Um Tutorial para Todos

mint-lab
⭐ 1,827 CMake 👤 mint-lab Organization 🕐 Atualizado 2026-11-18 📅 Criado 2017-02-07
⭐ 1,539 C++ 👤 uzh-rpg Organization 🕐 Atualizado 2024-01-19 📅 Criado 2021-07-13
7
NVIDIA-ISAAC-ROS/isaac_ros_visual_slam

Pacote de SLAM/odometria visual baseado no cuVSLAM acelerado pela NVIDIA

NVIDIA-ISAAC-ROS
⭐ 1,500 C++ 👤 NVIDIA-ISAAC-ROS Organization 🕐 Atualizado 2026-11-18 📅 Criado 2021-10-13
8
sair-lab/AirSLAM

[TRO 2025] AirVO atualiza para AirSLAM

sair-lab
⭐ 1,223 C++ 👤 sair-lab Organization 🕐 Atualizado 2025-11-19 📅 Criado 2022-05-17
9
princeton-vl/DPVO

Odometria Visual/SLAM de Patch Profundo

princeton-vl
⭐ 1,153 C++ 👤 princeton-vl Organization 🕐 Atualizado 2026-09-20 📅 Criado 2022-08-08
10
neka-nat/cupoch

Robótica com computação GPU

neka-nat
⭐ 1,065 C++ 👤 neka-nat User 🕐 Atualizado 2026-06-25 📅 Criado 2019-10-22
11
MAC-VO/MAC-VO

[Melhor Artigo ICRA 2025] MAC-VO: Covariância Sensível a Métricas para Odometria Visual Estéreo Baseada em Aprendizado

MAC-VO
⭐ 956 Python 👤 MAC-VO Organization 🕐 Atualizado 2025-11-24 📅 Criado 2024-09-23
12
johannes-graeter/limo

Odometria Visual Lidar-Monocular

johannes-graeter
⭐ 898 C++ 👤 johannes-graeter User 🕐 Atualizado 2026-10-19 📅 Criado 2018-03-13
13
cvg/pixloc

De volta ao Destaque: Aprendendo Localização Robusta da Câmera de Pixels a Pose (CVPR 2021)

cvg
⭐ 795 JavaScript 👤 cvg Organization 🕐 Atualizado 2025-08-12 📅 Criado 2021-03-11
⭐ 779 👤 marknabil User 🕐 Atualizado 2024-04-28 📅 Criado 2016-01-26

Perguntas Frequentes

1

Qual é o repositório de #visual-odometry mais popular no GitHub?

O projeto de código aberto de #visual-odometry mais bem classificado no GitHub é luigifreda/pyslam, com 3,438 estrelas. pySLAM é um pipeline SLAM Visual híbrido Python/C++ que suporta câmeras monoculares, estéreo e RGB-D. Ele oferece um amplo conjunto de extratores de recursos locais e globais modernos, múltiplas estratégias de fechamento de loop, um módulo de reconstrução volumétrica, modelos integrados de previsão de profundidade e capacidades de segmentação semântica para uma compreensão aprimorada da cena.

2

Quais linguagens de programação são mais usadas nos repositórios de #visual-odometry?

Entre os projetos de #visual-odometry mais bem classificados no GitHub, as linguagens de programação mais comuns são C++, Python, Jupyter Notebook, CMake.

3

Como é calculada a classificação dos repositórios de #visual-odometry?

Acompanhamos 14 repositórios ativos de código aberto marcados com #visual-odometry (com mais de 500 estrelas), totalizando 21,822 estrelas e uma média de 1,558 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.