Inicio Proyectos 3D-BoNet
3D-BoNet
Python

3D-BoNet

🔥3D-BoNet en Tensorflow (NeurIPS 2019, Spotlight)

por Yang7879 · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
3d-object-detection3d-point-clouds3d-visionMITPython
Ver en GitHub
En palabras simples

Detecta y analiza objetos 3D a partir de nubes de puntos utilizando un modelo específico de TensorFlow.

¿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 →
3D-BoNet — GitHub preview card
📈 Historial de estrellas
397396
2026-07-202026-08-31
📈 Sigue 3D-BoNet

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

🔥3D-BoNet en Tensorflow (NeurIPS 2019, Spotlight)

3D-BoNet tiene 396 estrellas en GitHub. Se ha bifurcado 84 veces. 3D-BoNet está escrito principalmente en Python. Se desarrolla activamente desde 2019. 3D-BoNet está disponible bajo la licencia MIT. Sus temas principales son: 3d-object-detection, 3d-point-clouds, 3d-vision, computer-vision.

Frequently asked questions

¿Qué es 3D-BoNet?

🔥3D-BoNet en Tensorflow (NeurIPS 2019, Spotlight)

¿3D-BoNet es de código abierto?

3D-BoNet es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿3D-BoNet es gratis?

Sí. 3D-BoNet es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está 3D-BoNet?

3D-BoNet está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito 3D-BoNet?

3D-BoNet está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — 3D-BoNet

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

[![olud.ai](https://olud.ai/badge.php?tool=yang7879-3d-bonet)](https://olud.ai/project/yang7879-3d-bonet.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

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