Startseite Projekte CenterSnap
CenterSnap

CenterSnap

von zubair-irshad · GitHub

Pytorch-Code für die ICRA'22-Publikation: "Single-Shot Multi-Object 3D Shape Reconstruction and Categorical 6D Pose and Size Estimation"

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
📜 Lizenz
Lizenz nicht angegeben
📅 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 →
CenterSnap — GitHub preview card
📈 Sternhistorie
326325
2026-07-202026-07-29
📈 CenterSnap verfolgen

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

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

Pytorch-Code für die ICRA'22-Publikation: "Single-Shot Multi-Object 3D Shape Reconstruction and Categorical 6D Pose and Size Estimation"

CenterSnap hat 325 Sterne auf GitHub. Es wurde 56-mal geforkt. CenterSnap ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2022 aktiv entwickelt. Die Hauptthemen sind: 3d-computer-vision, 3d-reconstruction, 6d-pose-estimation, 6dof-pose.

Frequently asked questions

Was ist CenterSnap?

Pytorch-Code für die ICRA'22-Publikation: "Single-Shot Multi-Object 3D Shape Reconstruction and Categorical 6D Pose and Size Estimation"

Ist CenterSnap Open Source?

CenterSnap ist ein Open-Source-Projekt.

Ist CenterSnap kostenlos?

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

In welcher Sprache ist CenterSnap geschrieben?

CenterSnap ist hauptsächlich in Jupyter Notebook geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — CenterSnap

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

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

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