[NeurIPS Workshop 2019] Offizieller Code des Papiers "Probabilistic 3D Multi-Object Tracking for Autonomous Driving." Erster Platz der ersten NuScenes Tracking Challenge im AI Driving Olympics Workshop von NeurIPS.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbar[NeurIPS Workshop 2019] Offizieller Code des Papiers "Probabilistic 3D Multi-Object Tracking for Autonomous Driving." Erster Platz der ersten NuScenes Tracking Challenge im AI Driving Olympics Workshop von NeurIPS.
mahalanobis_3d_multi_object_tracking hat 400 Sterne auf GitHub. Es wurde 79-mal geforkt. mahalanobis_3d_multi_object_tracking ist hauptsächlich in Python geschrieben. Es wird seit 2019 aktiv entwickelt. Die Hauptthemen sind: 3d-multi-object-tracking, autonomous-driving, computer-vision, kalman-filter.
[NeurIPS Workshop 2019] Offizieller Code des Papiers "Probabilistic 3D Multi-Object Tracking for Autonomous Driving." Erster Platz der ersten NuScenes Tracking Challenge im AI Driving Olympics Workshop von NeurIPS.
mahalanobis_3d_multi_object_tracking ist ein Open-Source-Projekt.
Ja. mahalanobis_3d_multi_object_tracking ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
mahalanobis_3d_multi_object_tracking ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/eddyhkchiu-mahalanobis-3d-multi-object-tracking.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.