3D-Point-Clouds
🔥Detección de Objetos en Nubes de Puntos 3D & Segmentación Semántica (Aprendizaje Profundo) - Métodos SOTA, código, artículos, conjuntos de datos, etc.
Explora métodos y recursos para detectar y segmentar nubes de puntos 3D en conducción autónoma.
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🔥Detección de Objetos en Nubes de Puntos 3D & Segmentación Semántica (Aprendizaje Profundo) - Métodos SOTA, código, artículos, conjuntos de datos, etc.
3D-Point-Clouds tiene 618 estrellas en GitHub. Se ha bifurcado 83 veces. 3D-Point-Clouds está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2021. 3D-Point-Clouds está disponible bajo la licencia MIT. Sus temas principales son: 3d-detection, 3d-point-cloud, 3d-point-clouds, 3d-semantic-segmentation.
¿Qué es 3D-Point-Clouds?
🔥Detección de Objetos en Nubes de Puntos 3D & Segmentación Semántica (Aprendizaje Profundo) - Métodos SOTA, código, artículos, conjuntos de datos, etc.
¿3D-Point-Clouds es de código abierto?
3D-Point-Clouds es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿3D-Point-Clouds es gratis?
Sí. 3D-Point-Clouds es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está 3D-Point-Clouds?
3D-Point-Clouds está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito 3D-Point-Clouds?
3D-Point-Clouds está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/huangcongqing-3d-point-clouds.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.