Inicio Proyectos SMOKE
SMOKE

SMOKE

por lzccccc · GitHub

SMOKE: Detección de objetos 3D monocular de una sola etapa a través de estimación de puntos clave

Ver en GitHub
En palabras simples

Detecte objetos 3D en tiempo real a partir de transmisiones de video para aplicaciones de conducción autónoma.

⭐ Estrellas
🍴 Ramas
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿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 →
SMOKE — GitHub preview card
📈 Historial de estrellas
784783
2026-07-202026-07-29
📈 Sigue SMOKE

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

SMOKE: Detección de objetos 3D monocular de una sola etapa a través de estimación de puntos clave

SMOKE tiene 783 estrellas en GitHub. Se ha bifurcado 182 veces. SMOKE está escrito principalmente en Python. Se desarrolla activamente desde 2020. SMOKE está disponible bajo la licencia MIT. Sus temas principales son: 3d-object-detection, autonomous-driving.

Frequently asked questions

¿Qué es SMOKE?

SMOKE: Detección de objetos 3D monocular de una sola etapa a través de estimación de puntos clave

¿SMOKE es de código abierto?

SMOKE es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿SMOKE es gratis?

Sí. SMOKE es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está SMOKE?

SMOKE está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito SMOKE?

SMOKE está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — SMOKE

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=lzccccc-smoke)](https://opensourceai.tech/project/lzccccc-smoke.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
SST
Código para una serie de trabajos en percepción LiDAR, incluyendo SST (CVPR 22), FSD (NeurIPS 2…
883 · 3d-object-detection
comparte3d-object-detectionautonomous-driving
OccNet
[ICCV 2023] OccNet: Escena como Ocupación
694 · 3d-object-detection
comparte3d-object-detectionautonomous-driving
SparseBEV
[ICCV 2023 & TPAMI 2026] SparseBEV: Detección de Objetos 3D Escasa de Alto Rendimiento a partir…
469 · 3d-object-detection
comparte3d-object-detectionautonomous-driving
Robo3D
[ICCV 2023] Robo3D: Hacia una percepción 3D robusta y fiable contra corrupciones
377 · 3d-object-detection
comparte3d-object-detectionautonomous-driving
IA-SSD
No todos los puntos son iguales: Aprendiendo detectores basados en puntos altamente eficientes…
413 · 3d-object-detection
comparte3d-object-detectionautonomous-driving
FocalsConv
Redes de Convolución Escasa Focal para Detección de Objetos 3D (CVPR 2022, Oral)
393 · 3d-object-detection
comparte3d-object-detectionautonomous-driving
apollo-platform
Colecciones de Software de la Plataforma Apollo
744 · autonomous-driving
comparteautonomous-driving
mscnn
Implementación en Caffe de nuestro marco de detección de objetos a múltiples escalas
408 · autonomous-driving
comparteautonomous-driving
CIA-SSD
CIA-SSD: Detector de Objetos de Una Sola Etapa Consciente de IoU Desde Nube de Puntos, AAAI 202…
379 · 3d-object-detection
comparte3d-object-detectionautonomous-driving
waymo-open-dataset
Waymo Open Dataset
3.4k · autonomous-driving
comparteautonomous-driving

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