Implementación de TensorFlow para calcular una imagen de vista de pájaro (BEV) segmentada semánticamente dada las imágenes de múltiples cámaras montadas en vehículos.
Crea una imagen desde una vista aérea a partir de múltiples imágenes de cámaras de vehículos para aplicaciones de 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 quierasImplementación de TensorFlow para calcular una imagen de vista de pájaro (BEV) segmentada semánticamente dada las imágenes de múltiples cámaras montadas en vehículos.
Cam2BEV tiene 790 estrellas en GitHub. Se ha bifurcado 127 veces. Cam2BEV está escrito principalmente en Python. Se desarrolla activamente desde 2020. Cam2BEV está disponible bajo la licencia MIT. Sus temas principales son: autonomous-vehicles, birds-eye-view, computer-vision, deep-learning.
Implementación de TensorFlow para calcular una imagen de vista de pájaro (BEV) segmentada semánticamente dada las imágenes de múltiples cámaras montadas en vehículos.
Cam2BEV es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
Sí. Cam2BEV es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
Cam2BEV está disponible bajo la licencia MIT.
Cam2BEV 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/ika-rwth-aachen-cam2bev.html)