Offizielle PyTorch-Implementierung von DD3D: Wird Pseudo-Lidar für die monokulare 3D-Objekterkennung benötigt? (ICCV 2021), Dennis Park*, Rares Ambrus*, Vitor Guizilini, Jie Li und Adrien Gaidon.
Erkennen Sie 3D-Objekte in Bildern mithilfe von Deep-Learning-Techniken, um umgebende Kästen zu erstellen.
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 abbestellbarOffizielle PyTorch-Implementierung von DD3D: Wird Pseudo-Lidar für die monokulare 3D-Objekterkennung benötigt? (ICCV 2021), Dennis Park*, Rares Ambrus*, Vitor Guizilini, Jie Li und Adrien Gaidon.
dd3d hat 493 Sterne auf GitHub. Es wurde 74-mal geforkt. dd3d ist hauptsächlich in Python geschrieben. Es wird seit 2021 aktiv entwickelt. dd3d ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: computer-vision, deep-learning, pytorch.
Offizielle PyTorch-Implementierung von DD3D: Wird Pseudo-Lidar für die monokulare 3D-Objekterkennung benötigt? (ICCV 2021), Dennis Park*, Rares Ambrus*, Vitor Guizilini, Jie Li und Adrien Gaidon.
dd3d ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. dd3d ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
dd3d ist unter der MIT-Lizenz verfügbar.
dd3d ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/tri-ml-dd3d.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.