Startseite Projekte awesome-radar-perception
awesome-radar-perception

awesome-radar-perception

von ZHOUYI1023 · GitHub

Eine kuratierte Liste von Radar-Datensätzen, Erkennung, Verfolgung und Fusion

Auf GitHub ansehen
In einfachen Worten

Durchsuchen Sie eine Sammlung von Radar-Datensätzen und -Tools zur Erkennung und Verfolgung in autonomen Fahrzeugen.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Lizenz nicht angegeben
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
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 →
awesome-radar-perception — GitHub preview card
📈 Sternhistorie
1 8681 866
2026-07-202026-07-29
📈 awesome-radar-perception verfolgen

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

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

Eine kuratierte Liste von Radar-Datensätzen, Erkennung, Verfolgung und Fusion

awesome-radar-perception hat 1.9k Sterne auf GitHub. Es wurde 339-mal geforkt. Es wird seit 2021 aktiv entwickelt. Die Hauptthemen sind: autonomous-driving, autonomous-vehicles, dataset, deep-learning.

Frequently asked questions

Was ist awesome-radar-perception?

Eine kuratierte Liste von Radar-Datensätzen, Erkennung, Verfolgung und Fusion

Ist awesome-radar-perception Open Source?

awesome-radar-perception ist ein Open-Source-Projekt.

Ist awesome-radar-perception kostenlos?

Ja. awesome-radar-perception ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

🏅 Wartender dieses Projekts?
olud.ai badge — awesome-radar-perception

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

[![olud.ai](https://olud.ai/badge.php?tool=zhouyi1023-awesome-radar-perception)](https://olud.ai/project/zhouyi1023-awesome-radar-perception.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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