Home Progetti SparseBEV
SparseBEV

SparseBEV

di MCG-NJU · GitHub

[ICCV 2023 & TPAMI 2026] SparseBEV: Rilevamento di Oggetti 3D Sparsi ad Alte Prestazioni da Video Multi-Camera

Visualizza su GitHub
⭐ 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 →
SparseBEV — GitHub preview card
📈 Storia delle stelle
469468
2026-07-202026-07-29
📈 Segui SparseBEV

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 & TPAMI 2026] SparseBEV: Rilevamento di Oggetti 3D Sparsi ad Alte Prestazioni da Video Multi-Camera

SparseBEV ha 469 stelle su GitHub. È stato forkato 46 volte. SparseBEV è scritto principalmente in Python. È in sviluppo attivo dal 2023. SparseBEV è disponibile con licenza MIT. I suoi temi principali sono: 3d-object-detection, autonomous-driving, bev-perception, transformer.

Frequently asked questions

Che cos'è SparseBEV?

[ICCV 2023 & TPAMI 2026] SparseBEV: Rilevamento di Oggetti 3D Sparsi ad Alte Prestazioni da Video Multi-Camera

SparseBEV è open source?

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

SparseBEV è gratuito?

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

Con quale licenza è SparseBEV?

SparseBEV è disponibile con licenza MIT.

In quale linguaggio è scritto SparseBEV?

SparseBEV è scritto principalmente in Python.

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

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=mcg-nju-sparsebev)](https://olud.ai/project/mcg-nju-sparsebev.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
SMOKE
SMOKE: Rilevamento di oggetti 3D monoculare a singolo stadio tramite stima dei punti chiave
783 · 3d-object-detection
condivide3d-object-detectionautonomous-driving
SST
Codice per una serie di lavori nella percezione LiDAR, inclusi SST (CVPR 22), FSD (NeurIPS 22),…
883 · 3d-object-detection
condivide3d-object-detectionautonomous-driving
OccNet
[ICCV 2023] OccNet: Scena come Occupancy
694 · 3d-object-detection
condivide3d-object-detectionautonomous-driving
FB-BEV
Implementazione ufficiale in PyTorch di FB-BEV & FB-OCC - Trasformazione della vista avanti-ind…
800 · 3d-object-detection
condividebev-perception3d-object-detection
BEV-Perception
Percezione dall'alto
712 · autonomous-driving
condividebev-perceptionautonomous-driving
InterFuser
[CoRL 2022] InterFuser: Guida autonoma migliorata per la sicurezza utilizzando un trasformatore…
653 · autonomous-driving
condividetransformerautonomous-driving
Robo3D
[ICCV 2023] Robo3D: Verso una percezione 3D robusta e affidabile contro le corruzioni
377 · 3d-object-detection
condivide3d-object-detectionautonomous-driving
IA-SSD
Non tutti i punti sono uguali: apprendimento di rilevatori altamente efficienti basati su punti…
413 · 3d-object-detection
condivide3d-object-detectionautonomous-driving
HiVT
[CVPR 2022] HiVT: Trasformatore vettoriale gerarchico per la previsione del movimento multi-age…
745 · autonomous-driving
condividetransformerautonomous-driving
FocalsConv
Reti Convoluzionali Sparse Focali per Rilevamento di Oggetti 3D (CVPR 2022, Oral)
393 · 3d-object-detection
condivide3d-object-detectionautonomous-driving

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