Home Progetti KittiSeg
KittiSeg
Python

KittiSeg

Un modello di Segmentazione Stradale Kitti implementato in tensorflow.

di MarvinTeichmann · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Lingua
autonomous-drivingcomputer-visionfcnMITPython
Visualizza su GitHub
In parole semplici

Segmenta immagini stradali utilizzando un modello che funziona bene anche con un piccolo dataset.

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 →
KittiSeg — GitHub preview card
📈 Storia delle stelle
918917
2026-07-202026-08-31
📈 Segui KittiSeg

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

Un modello di Segmentazione Stradale Kitti implementato in tensorflow.

KittiSeg ha 917 stelle su GitHub. È stato forkato 396 volte. KittiSeg è scritto principalmente in Python. È in sviluppo attivo dal 2016. KittiSeg è disponibile con licenza MIT. I suoi temi principali sono: autonomous-driving, computer-vision, fcn, kitti-data.

Frequently asked questions

Che cos'è KittiSeg?

Un modello di Segmentazione Stradale Kitti implementato in tensorflow.

KittiSeg è open source?

KittiSeg è un progetto open source. È rilasciato con licenza MIT.

KittiSeg è gratuito?

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

Con quale licenza è KittiSeg?

KittiSeg è disponibile con licenza MIT.

In quale linguaggio è scritto KittiSeg?

KittiSeg è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — KittiSeg

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

[![olud.ai](https://olud.ai/badge.php?tool=marvinteichmann-kittiseg)](https://olud.ai/project/marvinteichmann-kittiseg.html)
Altre opzioni di badge →
🧬 Condivide il DNA con

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