Home Progetti MultiNet
MultiNet
Python

MultiNet

Ragionamento Semantico Congiunto in Tempo Reale per la Guida Autonoma

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

Esegui un modello che rileva auto, segmenta strade e classifica vie in tempo reale per la guida autonoma.

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 →
MultiNet — GitHub preview card
📈 Storia delle stelle
557556
2026-07-202026-08-31
📈 Segui MultiNet

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

Ragionamento Semantico Congiunto in Tempo Reale per la Guida Autonoma

MultiNet ha 556 stelle su GitHub. È stato forkato 243 volte. MultiNet è scritto principalmente in Python. È in sviluppo attivo dal 2016. MultiNet è disponibile con licenza MIT. I suoi temi principali sono: autonomous-driving, computer-vision, deep-learning, real-time.

Frequently asked questions

Che cos'è MultiNet?

Ragionamento Semantico Congiunto in Tempo Reale per la Guida Autonoma

MultiNet è open source?

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

MultiNet è gratuito?

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

Con quale licenza è MultiNet?

MultiNet è disponibile con licenza MIT.

In quale linguaggio è scritto MultiNet?

MultiNet è scritto principalmente in Python.

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

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-multinet)](https://olud.ai/project/marvinteichmann-multinet.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.