Inicio Proyectos Ultra-Fast-Lane-Detection
Ultra-Fast-Lane-Detection
Python

Ultra-Fast-Lane-Detection

Detección de Carriles Profundos Ultra Rápida Consciente de la Estructura (ECCV 2020)

por cfzd · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
autonomous-drivingautonomous-vehiclescnnMITPython
Ver en GitHub
En palabras simples

Implemente un sistema de detección de carriles rápido para vehículos autónomos utilizando un enfoque de aprendizaje profundo.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
Ultra-Fast-Lane-Detection — GitHub preview card
📈 Historial de estrellas
2 0442 043
2026-07-202026-08-31
📈 Sigue Ultra-Fast-Lane-Detection

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Detección de Carriles Profundos Ultra Rápida Consciente de la Estructura (ECCV 2020)

Ultra-Fast-Lane-Detection tiene 2k estrellas en GitHub. Se ha bifurcado 525 veces. Ultra-Fast-Lane-Detection está escrito principalmente en Python. Se desarrolla activamente desde 2020. Ultra-Fast-Lane-Detection está disponible bajo la licencia MIT. Sus temas principales son: autonomous-driving, autonomous-vehicles, cnn, lane-detection.

Frequently asked questions

¿Qué es Ultra-Fast-Lane-Detection?

Detección de Carriles Profundos Ultra Rápida Consciente de la Estructura (ECCV 2020)

¿Ultra-Fast-Lane-Detection es de código abierto?

Ultra-Fast-Lane-Detection es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿Ultra-Fast-Lane-Detection es gratis?

Sí. Ultra-Fast-Lane-Detection es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está Ultra-Fast-Lane-Detection?

Ultra-Fast-Lane-Detection está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito Ultra-Fast-Lane-Detection?

Ultra-Fast-Lane-Detection está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — Ultra-Fast-Lane-Detection

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=cfzd-ultra-fast-lane-detection)](https://olud.ai/project/cfzd-ultra-fast-lane-detection.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
OpenLane
[ECCV 2022 Oral] OpenLane: Conjunto de Datos de Carriles 3D Realistas a Gran Escala
567 · autonomous-driving
compartelane-detectionautonomous-driving
carla
Simulador de código abierto para investigación en conducción autónoma.
14.2k · ai
comparteautonomous-vehiclesautonomous-driving
VPGNet
VPGNet: Red Guiada por Punto de Desaparición para Detección y Reconocimiento de Carriles y Marc…
504 · autonomous-driving
compartelane-detectionautonomous-driving
awesome-radar-perception
Una lista curada de conjuntos de datos de radar, detección, seguimiento y fusión
1.9k · autonomous-driving
comparteautonomous-vehiclesautonomous-driving
autorally
Software para la plataforma AutoRally
789 · autonomous-driving
comparteautonomous-vehiclesautonomous-driving
awesome-computer-vision-resources
una colección de proyectos y herramientas de visión por computadora. 计算机视觉方向项目和工具集合。
354 · autonomous-driving
comparteautonomous-vehiclesautonomous-driving
BeamNGpy
API de Python para BeamNG.tech
373 · ai
comparteautonomous-vehiclesautonomous-driving
YOLOP
You Only Look Once para la percepción de conducción panóptica.(MIR2022)
2.2k · autonomous-driving
compartelane-detectionautonomous-driving
Awesome-World-Model
Recoge algunos Modelos Mundiales para papeles de Conducción Autónoma (y Robótica, etc.).
2.2k · artificial-intelligence
comparteautonomous-vehiclesautonomous-driving
bark
Open-Source Framework for Development, Simulation and Benchmarking of Behavior Planning Algorit…
306 · artificial-intelligence
comparteautonomous-vehiclesautonomous-driving

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.