Startseite Projekte OpenLRM
OpenLRM

OpenLRM

von 3DTopia · GitHub

Eine Open-Source-Implementierung von großen Rekonstruktionsmodellen

Auf GitHub ansehen
In einfachen Worten

Erstellen und trainieren Sie große Modelle zur Generierung von 3D-Bildern mit Open-Source-Tools.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
OpenLRM — GitHub preview card
📈 Sternhistorie
1 2411 240
2026-07-202026-07-29
📈 OpenLRM verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Eine Open-Source-Implementierung von großen Rekonstruktionsmodellen

OpenLRM hat 1.2k Sterne auf GitHub. Es wurde 80-mal geforkt. OpenLRM ist hauptsächlich in Python geschrieben. Es wird seit 2023 aktiv entwickelt. OpenLRM ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: 3d, aigc, computer-vision, generation.

Frequently asked questions

Was ist OpenLRM?

Eine Open-Source-Implementierung von großen Rekonstruktionsmodellen

Ist OpenLRM Open Source?

OpenLRM ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist OpenLRM kostenlos?

Ja. OpenLRM ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht OpenLRM?

OpenLRM ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist OpenLRM geschrieben?

OpenLRM ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — OpenLRM

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=3dtopia-openlrm)](https://olud.ai/project/3dtopia-openlrm.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.