Home Progetti VAD
VAD

VAD

di hustvl · GitHub

[ICCV 2023 & ICLR 2026] VAD: Rappresentazione Vettoriale della Scena per una Guida Autonoma Efficiente.

Visualizza su GitHub
In parole semplici

Sviluppa sistemi di auto-guida efficienti utilizzando tecniche avanzate di rappresentazione delle scene.

⭐ Stelle
🍴 Fork
🔥 Tendenze
📜 Licenza
Uso commerciale consentito
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
VAD — GitHub preview card
📈 Storia delle stelle
1.35k1.34k
2026-07-202026-07-29
📈 Segui VAD

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

[ICCV 2023 & ICLR 2026] VAD: Rappresentazione Vettoriale della Scena per una Guida Autonoma Efficiente.

VAD ha 1.3k stelle su GitHub. È stato forkato 169 volte. VAD è scritto principalmente in Python. È in sviluppo attivo dal 2023. VAD è disponibile con licenza Apache-2.0. I suoi temi principali sono: autonomous-driving, end-to-end.

Frequently asked questions

Che cos'è VAD?

[ICCV 2023 & ICLR 2026] VAD: Rappresentazione Vettoriale della Scena per una Guida Autonoma Efficiente.

VAD è open source?

VAD è un progetto open source. È rilasciato con licenza Apache-2.0.

VAD è gratuito?

Sì. VAD è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è VAD?

VAD è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto VAD?

VAD è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — VAD

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=hustvl-vad)](https://opensourceai.tech/project/hustvl-vad.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.