Accueil Projets SMOKE
SMOKE

SMOKE

par lzccccc · GitHub

SMOKE : Détection d'objets 3D monoculaire à une seule étape via estimation de points clés

Voir sur GitHub
En termes simples

Détectez des objets 3D en temps réel à partir de flux vidéo pour des applications de conduite autonome.

⭐ 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 →
SMOKE — GitHub preview card
📈 Historique des étoiles
784783
2026-07-202026-07-29
📈 Suivez SMOKE

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

SMOKE : Détection d'objets 3D monoculaire à une seule étape via estimation de points clés

SMOKE compte 783 étoiles sur GitHub. Il a été forké 182 fois. SMOKE est écrit principalement en Python. Il est développé activement depuis 2020. SMOKE est disponible sous licence MIT. Ses principaux thèmes sont : 3d-object-detection, autonomous-driving.

Frequently asked questions

Qu'est-ce que SMOKE ?

SMOKE : Détection d'objets 3D monoculaire à une seule étape via estimation de points clés

SMOKE est-il open source ?

SMOKE est un projet open source. Il est distribué sous licence MIT.

SMOKE est-il gratuit ?

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

Sous quelle licence est SMOKE ?

SMOKE est disponible sous licence MIT.

Dans quel langage SMOKE est-il écrit ?

SMOKE est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — SMOKE

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=lzccccc-smoke)](https://opensourceai.tech/project/lzccccc-smoke.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
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
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
IA-SSD
Tous les points ne sont pas égaux : Apprentissage de détecteurs basés sur des points hautement…
413 · 3d-object-detection
partage3d-object-detectionautonomous-driving
FocalsConv
Réseaux de convolution sparse focalisés pour la détection d'objets 3D (CVPR 2022, Oral)
393 · 3d-object-detection
partage3d-object-detectionautonomous-driving
apollo-platform
Collections de logiciels de la plateforme Apollo
744 · autonomous-driving
partageautonomous-driving
mscnn
Implémentation Caffe de notre cadre de détection d'objets multi-échelles
408 · autonomous-driving
partageautonomous-driving
CIA-SSD
CIA-SSD : Détecteur d'objets à une seule étape conscient de l'IoU à partir de nuages de points,…
379 · 3d-object-detection
partage3d-object-detectionautonomous-driving
waymo-open-dataset
Waymo Open Dataset
3.4k · autonomous-driving
partageautonomous-driving

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