3D-Point-Clouds
🔥3D-Punktwolken-Zielerkennung & semantische Segmentierung (Deep Learning) - SOTA-Methoden, Code, Papiere, Datensätze usw.
Erforschen Sie Methoden und Ressourcen zur Erkennung und Segmentierung von 3D-Punktwolken im autonomen Fahren.
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🔥3D-Punktwolken-Zielerkennung & semantische Segmentierung (Deep Learning) - SOTA-Methoden, Code, Papiere, Datensätze usw.
3D-Point-Clouds hat 615 Sterne auf GitHub. Es wurde 84-mal geforkt. 3D-Point-Clouds ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2021 aktiv entwickelt. 3D-Point-Clouds ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: 3d-detection, 3d-point-cloud, 3d-point-clouds, 3d-semantic-segmentation.
Was ist 3D-Point-Clouds?
🔥3D-Punktwolken-Zielerkennung & semantische Segmentierung (Deep Learning) - SOTA-Methoden, Code, Papiere, Datensätze usw.
Ist 3D-Point-Clouds Open Source?
3D-Point-Clouds ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist 3D-Point-Clouds kostenlos?
Ja. 3D-Point-Clouds ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht 3D-Point-Clouds?
3D-Point-Clouds ist unter der MIT-Lizenz verfügbar.
In welcher Sprache ist 3D-Point-Clouds geschrieben?
3D-Point-Clouds ist hauptsächlich in Jupyter Notebook geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/huangcongqing-3d-point-clouds.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.