Un cadre d'apprentissage non supervisé pour l'estimation de profondeur et de mouvement égoïste à partir de vidéos monoculaires.
Exécutez une démo pour estimer la profondeur et le mouvement à partir de vidéos à caméra unique en utilisant des modèles pré-entraînés.
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 momentUn cadre d'apprentissage non supervisé pour l'estimation de profondeur et de mouvement égoïste à partir de vidéos monoculaires.
SfMLearner compte 2k étoiles sur GitHub. Il a été forké 555 fois. SfMLearner est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2017. SfMLearner est disponible sous licence MIT. Ses principaux thèmes sont : deep-learning, depth-prediction, self-supervised-learning, unsupervised-learning.
Un cadre d'apprentissage non supervisé pour l'estimation de profondeur et de mouvement égoïste à partir de vidéos monoculaires.
SfMLearner est un projet open source. Il est distribué sous licence MIT.
Oui. SfMLearner est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
SfMLearner est disponible sous licence MIT.
SfMLearner est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/tinghuiz-sfmlearner.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.