[ECCV 2022] Esta es la implementación oficial de BEVFormer, un marco solo de cámara para percepción de conducción autónoma, por ejemplo, detección de objetos 3D y segmentación de mapas semánticos.
Detecta objetos 3D y crea mapas a partir de imágenes de cámaras para coches autónomos.
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 quieras[ECCV 2022] Esta es la implementación oficial de BEVFormer, un marco solo de cámara para percepción de conducción autónoma, por ejemplo, detección de objetos 3D y segmentación de mapas semánticos.
BEVFormer tiene 4.6k estrellas en GitHub. Se ha bifurcado 746 veces. BEVFormer está escrito principalmente en Python. Se desarrolla activamente desde 2022. BEVFormer está disponible bajo la licencia Apache-2.0. Sus temas principales son: autonomous-driving, computer-vision, deep-learning, object-detection.
[ECCV 2022] Esta es la implementación oficial de BEVFormer, un marco solo de cámara para percepción de conducción autónoma, por ejemplo, detección de objetos 3D y segmentación de mapas semánticos.
BEVFormer es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
Sí. BEVFormer es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
BEVFormer está disponible bajo la licencia Apache-2.0.
BEVFormer 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://opensourceai.tech/project/fundamentalvision-bevformer.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.