[ECCV 2022] Ceci est l'implémentation officielle de BEVFormer, un cadre uniquement basé sur la caméra pour la perception de conduite autonome, par exemple, la détection d'objets 3D et la segmentation de carte sémantique.
Détectez des objets 3D et créez des cartes à partir d'images de caméras pour des voitures autonomes.
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 moment[ECCV 2022] Ceci est l'implémentation officielle de BEVFormer, un cadre uniquement basé sur la caméra pour la perception de conduite autonome, par exemple, la détection d'objets 3D et la segmentation de carte sémantique.
BEVFormer compte 4.6k étoiles sur GitHub. Il a été forké 746 fois. BEVFormer est écrit principalement en Python. Il est développé activement depuis 2022. BEVFormer est disponible sous licence Apache-2.0. Ses principaux thèmes sont : autonomous-driving, computer-vision, deep-learning, object-detection.
[ECCV 2022] Ceci est l'implémentation officielle de BEVFormer, un cadre uniquement basé sur la caméra pour la perception de conduite autonome, par exemple, la détection d'objets 3D et la segmentation de carte sémantique.
BEVFormer est un projet open source. Il est distribué sous licence Apache-2.0.
Oui. BEVFormer est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
BEVFormer est disponible sous licence Apache-2.0.
BEVFormer 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/fundamentalvision-bevformer.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.