Startseite› Projekte› simplerecon
simplerecon
Python

simplerecon

[ECCV 2022] SimpleRecon: 3D-Rekonstruktion ohne 3D-Faltungen

von nianticlabs · GitHub
1.4k
Sterne
131
Forks
2022
Erstellt
1 yr ago
Letzter Commit
computer-vision
Kategorie
Python
Sprache
computer-visioncost-volumedepthPython
Auf GitHub ansehen
In einfachen Worten

Trainieren und testen Sie Modelle zur Schätzung der Tiefe in Bildern, ohne traditionelle 3D-Methoden zu verwenden.

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 →
simplerecon — GitHub preview card
📈 Sternhistorie
1 4291 428
2026-07-202026-08-31
📈 simplerecon verfolgen

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

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

[ECCV 2022] SimpleRecon: 3D-Rekonstruktion ohne 3D-Faltungen

simplerecon hat 1.4k Sterne auf GitHub. Es wurde 131-mal geforkt. simplerecon ist hauptsächlich in Python geschrieben. Es wird seit 2022 aktiv entwickelt. Die Hauptthemen sind: computer-vision, cost-volume, depth, depth-estimation.

❓ Frequently asked questions

Was ist simplerecon?

[ECCV 2022] SimpleRecon: 3D-Rekonstruktion ohne 3D-Faltungen

Ist simplerecon Open Source?

simplerecon ist ein Open-Source-Projekt.

Ist simplerecon kostenlos?

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

In welcher Sprache ist simplerecon geschrieben?

simplerecon ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — simplerecon

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

[![olud.ai](https://olud.ai/badge.php?tool=nianticlabs-simplerecon)](https://olud.ai/project/nianticlabs-simplerecon.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
UniDepth
Universelle monokulare metrische Tiefenschätzung
★ 1.2k · 3d-reconstruction
teiltdepth-estimation
lightly-train
All-in-One-Training für Vision-Modelle (YOLO, ViTs, RT-DETR, DINOv3): Vortraining, Feinabstimmu…
★ 1.6k · computer-vision
teiltdepth-estimation
sc_depth_pl
SC-Depth (V1, V2 und V3) für unbeaufsichtigte monokulare Tiefenschätzung Webseite:https://jiawa…
★ 488 · computer-vision
teiltdepth-estimation
DiffusionDepth
PyTorch-Implementierung zur Einführung des Diffusionsansatzes zur 3D-Tiefenwahrnehmung ECCV 202…
★ 341 · depth-estimation
teiltdepth-estimation
depth_clustering
:taxi: Schnelles und robustes Clustering von Punktwolken, die mit einem Velodyne-Sensor erzeugt…
★ 1.3k · catkin
teiltdepth
self-supervised-depth-completion
ICRA 2019 "Selbstüberwachtes Sparse-to-Dense: Selbstüberwachtes Tiefen-Vervollständigung aus Li…
★ 654 · computer-vision
teiltdepth-estimation
sparse-to-dense
ICRA 2018 "Sparse-to-Dense: Depth Prediction from Sparse Depth Samples and a Single Image" (Tor…
★ 444 · computer-vision
teiltdepth-estimation
monodepth2
[ICCV 2019] Monokulare Tiefenschätzung aus einem einzelnen Bild
★ 4.5k · computer-vision
teiltdepth-estimation
MonoDepth-PyTorch
Unoffizielle Implementierung des unüberwachten monokularen Tiefenschätzungsneuronalen Netzwerks…
★ 554 · computer-vision
teiltdepth-estimation
zed-sdk
⚡️Das räumliche Wahrnehmungsframework zum schnellen Aufbau intelligenter Roboter und Räume
★ 1.2k · 3d-reconstruction
teiltdepth-estimation

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