Startseite› Projekte› SMOKE
SMOKE
Python

SMOKE

SMOKE: Ein-Stufen-Monokulare 3D-Objekterkennung über Schlüsselpunkt-Schätzung

von lzccccc · GitHub
783
Sterne
182
Forks
MIT
Lizenz
2020
Erstellt
4 yr ago
Letzter Commit
3d-object-detection
Kategorie
Python
Sprache
3d-object-detectionautonomous-drivingMITPython
Auf GitHub ansehen
In einfachen Worten

Erkenne 3D-Objekte in Echtzeit aus Video-Feeds für Anwendungen im autonomen Fahren.

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 →
SMOKE — GitHub preview card
📈 Sternhistorie
784783
2026-07-202026-08-31
📈 SMOKE verfolgen

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

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

SMOKE: Ein-Stufen-Monokulare 3D-Objekterkennung über Schlüsselpunkt-Schätzung

SMOKE hat 783 Sterne auf GitHub. Es wurde 182-mal geforkt. SMOKE ist hauptsächlich in Python geschrieben. Es wird seit 2020 aktiv entwickelt. SMOKE ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: 3d-object-detection, autonomous-driving.

❓ Frequently asked questions

Was ist SMOKE?

SMOKE: Ein-Stufen-Monokulare 3D-Objekterkennung über Schlüsselpunkt-Schätzung

Ist SMOKE Open Source?

SMOKE ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist SMOKE kostenlos?

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

Unter welcher Lizenz steht SMOKE?

SMOKE ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist SMOKE geschrieben?

SMOKE ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — SMOKE

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

[![olud.ai](https://olud.ai/badge.php?tool=lzccccc-smoke)](https://olud.ai/project/lzccccc-smoke.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
SST
Code für eine Reihe von Arbeiten zur LiDAR-Wahrnehmung, einschließlich SST (CVPR 22), FSD (Neur…
★ 883 · 3d-object-detection
teilt3d-object-detectionautonomous-driving
OccNet
[ICCV 2023] OccNet: Szene als Belegung
★ 691 · 3d-object-detection
teilt3d-object-detectionautonomous-driving
Det3D
Die weltweit erste allgemeine 3D-Objekterkennungs-Codebasis.
★ 1.6k · 3d-object-detection
teilt3d-object-detectionautonomous-driving
v2x-vit
[ECCV2022] Offizielle Implementierung des Papiers "V2X-ViT: Vehicle-to-Everything Cooperative P…
★ 347 · 3d-object-detection
teilt3d-object-detectionautonomous-driving
Awesome-3D-Object-Detection-for-Autonomous-Driving
3D-Objekterkennung für autonomes Fahren: Eine umfassende Umfrage (IJCV 2023)
★ 612 · 3d-object-detection
teilt3d-object-detectionautonomous-driving
av2-api
Argoverse 2: Nächste Generation von Datensätzen für autonomes Fahren und Vorhersage.
★ 413 · 3d-object-detection
teilt3d-object-detectionautonomous-driving
SparseBEV
[ICCV 2023 & TPAMI 2026] SparseBEV: Hochleistungsfähige Sparse 3D-Objekterkennung aus Multi-Kam…
★ 468 · 3d-object-detection
teilt3d-object-detectionautonomous-driving
IA-SSD
Nicht alle Punkte sind gleich: Lernen hochgradig effizienter punktbasierter Detektoren für 3D L…
★ 413 · 3d-object-detection
teilt3d-object-detectionautonomous-driving
RTM3D
Unofficial PyTorch implementation of "RTM3D: Real-time Monocular 3D Detection from Object Keypo…
★ 302 · 3d-object-detection
teilt3d-object-detectionautonomous-driving
VoxelNeXt
Langstrecken-3D-Wahrnehmung - VoxelNeXt (CVPR 2023)
★ 873 · 3d-multi-object-tracking
teilt3d-object-detectionautonomous-driving

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