self-supervised-depth-completion
ICRA 2019 "Auto-supervisé Sparse-to-Dense : Complétion de profondeur auto-supervisée à partir de LiDAR et de caméra monoculaire"
Utilisez une méthode pour améliorer la perception de la profondeur dans les images prises par LiDAR et caméras.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentICRA 2019 "Auto-supervisé Sparse-to-Dense : Complétion de profondeur auto-supervisée à partir de LiDAR et de caméra monoculaire"
self-supervised-depth-completion compte 654 étoiles sur GitHub. Il a été forké 135 fois. self-supervised-depth-completion est écrit principalement en Python. Il est développé activement depuis 2018. self-supervised-depth-completion est disponible sous licence MIT. Ses principaux thèmes sont : computer-vision, deep-learning, depth-completion, depth-estimation.
Qu'est-ce que self-supervised-depth-completion ?
ICRA 2019 "Auto-supervisé Sparse-to-Dense : Complétion de profondeur auto-supervisée à partir de LiDAR et de caméra monoculaire"
self-supervised-depth-completion est-il open source ?
self-supervised-depth-completion est un projet open source. Il est distribué sous licence MIT.
self-supervised-depth-completion est-il gratuit ?
Oui. self-supervised-depth-completion est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est self-supervised-depth-completion ?
self-supervised-depth-completion est disponible sous licence MIT.
Dans quel langage self-supervised-depth-completion est-il écrit ?
self-supervised-depth-completion est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/fangchangma-self-supervised-depth-completion.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.