self-supervised-depth-completion
ICRA 2019 "Auto-supervisado Sparse-to-Dense: Compleción de profundidad auto-supervisada a partir de LiDAR y cámara monocular"
Usa un método para mejorar la percepción de profundidad en imágenes tomadas de LiDAR y cámaras.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasICRA 2019 "Auto-supervisado Sparse-to-Dense: Compleción de profundidad auto-supervisada a partir de LiDAR y cámara monocular"
self-supervised-depth-completion tiene 654 estrellas en GitHub. Se ha bifurcado 135 veces. self-supervised-depth-completion está escrito principalmente en Python. Se desarrolla activamente desde 2018. self-supervised-depth-completion está disponible bajo la licencia MIT. Sus temas principales son: computer-vision, deep-learning, depth-completion, depth-estimation.
¿Qué es self-supervised-depth-completion?
ICRA 2019 "Auto-supervisado Sparse-to-Dense: Compleción de profundidad auto-supervisada a partir de LiDAR y cámara monocular"
¿self-supervised-depth-completion es de código abierto?
self-supervised-depth-completion es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿self-supervised-depth-completion es gratis?
Sí. self-supervised-depth-completion es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está self-supervised-depth-completion?
self-supervised-depth-completion está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito self-supervised-depth-completion?
self-supervised-depth-completion está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/fangchangma-self-supervised-depth-completion.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.