Startseite Projekte SCNeRF
SCNeRF
Python

SCNeRF

[ICCV21] Selbstkalibrierende neuronale Strahlungsfelder

von POSTECH-CVLab · GitHub
Sterne
Forks
Lizenz
Erstellt
Letzter Commit
Kategorie
Sprache
calibrationcomputer-visiondeep-learningMITPython
Auf GitHub ansehen
In einfachen Worten

Kalibriere und verbessere 3D-Visualisierungen mit neuronalen Netzwerken.

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 →
SCNeRF — GitHub preview card
📈 Sternhistorie
472471
2026-07-202026-08-31
📈 SCNeRF verfolgen

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

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

[ICCV21] Selbstkalibrierende neuronale Strahlungsfelder

SCNeRF hat 471 Sterne auf GitHub. Es wurde 42-mal geforkt. SCNeRF ist hauptsächlich in Python geschrieben. Es wird seit 2021 aktiv entwickelt. SCNeRF ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: calibration, computer-vision, deep-learning, implicit-representions.

Frequently asked questions

Was ist SCNeRF?

[ICCV21] Selbstkalibrierende neuronale Strahlungsfelder

Ist SCNeRF Open Source?

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

Ist SCNeRF kostenlos?

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

Unter welcher Lizenz steht SCNeRF?

SCNeRF ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist SCNeRF geschrieben?

SCNeRF ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — SCNeRF

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

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

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