Accueil Projets simplerecon
simplerecon
Python

simplerecon

[ECCV 2022] SimpleRecon : Reconstruction 3D sans convolutions 3D

par nianticlabs · GitHub
Étoiles
Forks
Créé
Dernier commit
Catégorie
Langue
computer-visioncost-volumedepthPython
Voir sur GitHub
En termes simples

Entraînez et testez des modèles pour estimer la profondeur dans les images sans utiliser de méthodes 3D traditionnelles.

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 →
simplerecon — GitHub preview card
📈 Historique des étoiles
1 4291 428
2026-07-202026-08-31
📈 Suivez simplerecon

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

[ECCV 2022] SimpleRecon : Reconstruction 3D sans convolutions 3D

simplerecon compte 1.4k étoiles sur GitHub. Il a été forké 131 fois. simplerecon est écrit principalement en Python. Il est développé activement depuis 2022. Ses principaux thèmes sont : computer-vision, cost-volume, depth, depth-estimation.

Frequently asked questions

Qu'est-ce que simplerecon ?

[ECCV 2022] SimpleRecon : Reconstruction 3D sans convolutions 3D

simplerecon est-il open source ?

simplerecon est un projet open source.

simplerecon est-il gratuit ?

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

Dans quel langage simplerecon est-il écrit ?

simplerecon est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — simplerecon

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

[![olud.ai](https://olud.ai/badge.php?tool=nianticlabs-simplerecon)](https://olud.ai/project/nianticlabs-simplerecon.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
UniDepth
Estimation de profondeur métrique monoculaire universelle
1.2k · 3d-reconstruction
partagedepth-estimation
lightly-train
Formation tout-en-un pour les modèles de vision (YOLO, ViTs, RT-DETR, DINOv3) : pré-entraînemen…
1.6k · computer-vision
partagedepth-estimation
sc_depth_pl
SC-Depth (V1, V2 et V3) pour l'estimation de profondeur monoculaire non supervisée Page web : h…
488 · computer-vision
partagedepth-estimation
DiffusionDepth
Implémentation PyTorch de l'approche de diffusion pour la perception de profondeur 3D ECCV 2024
341 · depth-estimation
partagedepth-estimation
depth_clustering
:taxi: Clustering rapide et robuste des nuages de points générés avec un capteur Velodyne.
1.3k · catkin
partagedepth
self-supervised-depth-completion
ICRA 2019 "Auto-supervisé Sparse-to-Dense : Complétion de profondeur auto-supervisée à partir d…
654 · computer-vision
partagedepth-estimation
sparse-to-dense
ICRA 2018 "Sparse-to-Dense : Prédiction de Profondeur à Partir d'Échantillons de Profondeur Épa…
444 · computer-vision
partagedepth-estimation
monodepth2
[ICCV 2019] Estimation de profondeur monoculaire à partir d'une seule image
4.5k · computer-vision
partagedepth-estimation
MonoDepth-PyTorch
Implémentation non officielle de l'estimation de profondeur monoculaire non supervisée MonoDept…
554 · computer-vision
partagedepth-estimation
zed-sdk
⚡️Le cadre de perception spatiale pour construire rapidement des robots et des espaces intellig…
1.2k · 3d-reconstruction
partagedepth-estimation

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