Startseite Projekte QCNet
QCNet

QCNet

von ZikangZhou · GitHub

[CVPR 2023] Abfrage-zentrierte Trajektorienvorhersage

Auf GitHub ansehen
In einfachen Worten

Vorhersage der zukünftigen Bewegungen von Fahrzeugen in Szenarien des autonomen Fahrens mithilfe fortschrittlicher Algorithmen.

⭐ Sterne
🍴 Forks
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
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 →
QCNet — GitHub preview card
📈 Sternhistorie
790788
2026-07-202026-07-29
📈 QCNet verfolgen

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

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

[CVPR 2023] Abfrage-zentrierte Trajektorienvorhersage

QCNet hat 788 Sterne auf GitHub. Es wurde 117-mal geforkt. QCNet ist hauptsächlich in Python geschrieben. Es wird seit 2023 aktiv entwickelt. QCNet ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: argoverse, autonomous-driving, behavior-prediction, cvpr2023.

Frequently asked questions

Was ist QCNet?

[CVPR 2023] Abfrage-zentrierte Trajektorienvorhersage

Ist QCNet Open Source?

QCNet ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist QCNet kostenlos?

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

Unter welcher Lizenz steht QCNet?

QCNet ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist QCNet geschrieben?

QCNet ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — QCNet

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=zikangzhou-qcnet)](https://opensourceai.tech/project/zikangzhou-qcnet.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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