Accueil Projets FocalsConv
FocalsConv

FocalsConv

par JIA-Lab-research · GitHub

Réseaux de convolution sparse focalisés pour la détection d'objets 3D (CVPR 2022, Oral)

Voir sur GitHub
⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
FocalsConv — GitHub preview card
📈 Historique des étoiles
394393
2026-07-202026-07-29
📈 Suivez FocalsConv

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
Recevoir des alertes e-mail →
📄 À propos

Réseaux de convolution sparse focalisés pour la détection d'objets 3D (CVPR 2022, Oral)

FocalsConv compte 393 étoiles sur GitHub. Il a été forké 35 fois. FocalsConv est écrit principalement en Python. Il est développé activement depuis 2022. FocalsConv est disponible sous licence Apache-2.0. Ses principaux thèmes sont : 3d-object-detection, autonomous-driving, kitti, nuscenes.

Frequently asked questions

Qu'est-ce que FocalsConv ?

Réseaux de convolution sparse focalisés pour la détection d'objets 3D (CVPR 2022, Oral)

FocalsConv est-il open source ?

FocalsConv est un projet open source. Il est distribué sous licence Apache-2.0.

FocalsConv est-il gratuit ?

Oui. FocalsConv est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est FocalsConv ?

FocalsConv est disponible sous licence Apache-2.0.

Dans quel langage FocalsConv est-il écrit ?

FocalsConv est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — FocalsConv

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=jia-lab-research-focalsconv)](https://opensourceai.tech/project/jia-lab-research-focalsconv.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
Det3D
Le premier code de détection d'objets 3D à usage général au monde.
1.6k · 3d-object-detection
partagenusceneskitti
SMOKE
SMOKE : Détection d'objets 3D monoculaire à une seule étape via estimation de points clés
783 · 3d-object-detection
partage3d-object-detectionautonomous-driving
Awesome-3D-Object-Detection-for-Autonomous-Driving
Détection d'Objets 3D pour la Conduite Autonome : Une Enquête Complète (IJCV 2023)
613 · 3d-object-detection
partagenuscenes3d-object-detection
VirConv
Convolution Sparse Virtuelle pour la Détection d'Objets 3D Multimodaux
384 · 3d-object-detection
partagekitti3d-object-detection
SST
Code pour une série de travaux en perception LiDAR, y compris SST (CVPR 22), FSD (NeurIPS 22),…
883 · 3d-object-detection
partage3d-object-detectionautonomous-driving
VoxelNeXt
Perception 3D à longue portée - VoxelNeXt (CVPR 2023)
874 · 3d-multi-object-tracking
partagenuscenes3d-object-detection
FB-BEV
Implémentation officielle PyTorch de FB-BEV & FB-OCC - Transformation de vue avant-arrière pour…
800 · 3d-object-detection
partagenuscenes3d-object-detection
OccNet
[ICCV 2023] OccNet : Scène comme occupation
694 · 3d-object-detection
partage3d-object-detectionautonomous-driving
SparseBEV
[ICCV 2023 & TPAMI 2026] SparseBEV : Détection d'objets 3D sparse haute performance à partir de…
469 · 3d-object-detection
partage3d-object-detectionautonomous-driving
Robo3D
[ICCV 2023] Robo3D: Vers une perception 3D robuste et fiable contre les corruptions
377 · 3d-object-detection
partage3d-object-detectionautonomous-driving

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.