Inicio Proyectos IA-SSD
IA-SSD
Python

IA-SSD

No todos los puntos son iguales: Aprendiendo detectores basados en puntos altamente eficientes para nubes de puntos LiDAR 3D (CVPR 2022, Oral)

por yifanzhang713 · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
3d-object-detectionautonomous-drivingia-ssdApache-2.0Python
Ver en GitHub
En palabras simples

Detecta objetos 3D en nubes de puntos LiDAR para aplicaciones como la conducción autónoma utilizando un método de detección altamente eficiente.

¿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 →
IA-SSD — GitHub preview card
📈 Historial de estrellas
414413
2026-07-202026-08-31
📈 Sigue IA-SSD

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

No todos los puntos son iguales: Aprendiendo detectores basados en puntos altamente eficientes para nubes de puntos LiDAR 3D (CVPR 2022, Oral)

IA-SSD tiene 413 estrellas en GitHub. Se ha bifurcado 50 veces. IA-SSD está escrito principalmente en Python. Se desarrolla activamente desde 2022. IA-SSD está disponible bajo la licencia Apache-2.0. Sus temas principales son: 3d-object-detection, autonomous-driving, ia-ssd, object-detection.

Frequently asked questions

¿Qué es IA-SSD?

No todos los puntos son iguales: Aprendiendo detectores basados en puntos altamente eficientes para nubes de puntos LiDAR 3D (CVPR 2022, Oral)

¿IA-SSD es de código abierto?

IA-SSD es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿IA-SSD es gratis?

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

¿Bajo qué licencia está IA-SSD?

IA-SSD está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito IA-SSD?

IA-SSD está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — IA-SSD

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=yifanzhang713-ia-ssd)](https://olud.ai/project/yifanzhang713-ia-ssd.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
SMOKE
SMOKE: Detección de objetos 3D monocular de una sola etapa a través de estimación de puntos cla…
783 · 3d-object-detection
comparte3d-object-detectionautonomous-driving
mscnn
Implementación en Caffe de nuestro marco de detección de objetos a múltiples escalas
408 · autonomous-driving
comparteobject-detectionautonomous-driving
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
BEVFormer
[ECCV 2022] Esta es la implementación oficial de BEVFormer, un marco solo de cámara para percep…
4.5k · autonomous-driving
comparteobject-detectionautonomous-driving
OccNet
[ICCV 2023] OccNet: Escena como Ocupación
691 · 3d-object-detection
comparte3d-object-detectionautonomous-driving
Det3D
El primer código de detección de objetos 3D de propósito general del mundo.
1.6k · 3d-object-detection
comparte3d-object-detectionautonomous-driving
v2x-vit
[ECCV2022] Implementación oficial del artículo "V2X-ViT: Vehicle-to-Everything Cooperative Perc…
347 · 3d-object-detection
comparte3d-object-detectionautonomous-driving
StreamYOLO
Detección de Objetos en Tiempo Real para Percepción en Streaming, CVPR 2022
331 · autonomous-driving
comparteobject-detectionautonomous-driving
Awesome-3D-Object-Detection-for-Autonomous-Driving
Detección de Objetos 3D para Conducción Autónoma: Una Encuesta Completa (IJCV 2023)
612 · 3d-object-detection
comparte3d-object-detectionautonomous-driving
av2-api
Argoverse 2: Conjuntos de datos de nueva generación para percepción y pronóstico en conducción…
413 · 3d-object-detection
comparte3d-object-detectionautonomous-driving

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