Code pour "Dense Object Nets : Apprentissage de Descripteurs Visuels Denses par et pour la Manipulation Robotique"
Implémentez des descripteurs d'objets visuels denses pour des tâches de manipulation robotique avec un tutoriel étape par étape.
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 momentCode pour "Dense Object Nets : Apprentissage de Descripteurs Visuels Denses par et pour la Manipulation Robotique"
pytorch-dense-correspondence compte 576 étoiles sur GitHub. Il a été forké 135 fois. pytorch-dense-correspondence est écrit principalement en Python. Il est développé activement depuis 2018. Ses principaux thèmes sont : 3d, artificial-intelligence, computer-vision, deep-learning.
Code pour "Dense Object Nets : Apprentissage de Descripteurs Visuels Denses par et pour la Manipulation Robotique"
pytorch-dense-correspondence est un projet open source.
Oui. pytorch-dense-correspondence est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
pytorch-dense-correspondence 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/robotlocomotion-pytorch-dense-correspondence.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.