Inicio Proyectos ECON
ECON

ECON

por YuliangXiu · GitHub

[CVPR'23, Destacado] ECON: Humanos vestidos explícitamente optimizados a través de integración normal

Ver en GitHub
En palabras simples

Genera modelos 3D de alta calidad de humanos vestidos a partir de imágenes, incluso en poses desafiantes (se requiere Blender)

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Licencia no especificada
📅 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 →
ECON — GitHub preview card
📈 Historial de estrellas
1.21k1.20k
2026-07-202026-07-29
📈 Sigue ECON

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

[CVPR'23, Destacado] ECON: Humanos vestidos explícitamente optimizados a través de integración normal

ECON tiene 1.2k estrellas en GitHub. Se ha bifurcado 116 veces. ECON está escrito principalmente en Python. Se desarrolla activamente desde 2022. Sus temas principales son: 3d-reconstruction, avatar-generator, computer-graphics, computer-vision.

Frequently asked questions

¿Qué es ECON?

[CVPR'23, Destacado] ECON: Humanos vestidos explícitamente optimizados a través de integración normal

¿ECON es de código abierto?

ECON es un proyecto de código abierto.

¿ECON es gratis?

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

¿En qué lenguaje está escrito ECON?

ECON está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — ECON

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=yuliangxiu-econ)](https://opensourceai.tech/project/yuliangxiu-econ.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.