Home› Progetti› simplerecon
simplerecon
Python

simplerecon

[ECCV 2022] SimpleRecon: Ricostruzione 3D senza convoluzioni 3D

di nianticlabs · GitHub
1.4k
Stelle
131
Fork
2022
Creato
1 yr ago
Ultimo commit
computer-vision
Categoria
Python
Lingua
computer-visioncost-volumedepthPython
Visualizza su GitHub
In parole semplici

Allena e testa modelli per stimare la profondità nelle immagini senza utilizzare metodi 3D tradizionali.

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 →
simplerecon — GitHub preview card
📈 Storia delle stelle
1 4291 428
2026-07-202026-08-31
📈 Segui simplerecon

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

[ECCV 2022] SimpleRecon: Ricostruzione 3D senza convoluzioni 3D

simplerecon ha 1.4k stelle su GitHub. È stato forkato 131 volte. simplerecon è scritto principalmente in Python. È in sviluppo attivo dal 2022. I suoi temi principali sono: computer-vision, cost-volume, depth, depth-estimation.

❓ Frequently asked questions

Che cos'è simplerecon?

[ECCV 2022] SimpleRecon: Ricostruzione 3D senza convoluzioni 3D

simplerecon è open source?

simplerecon è un progetto open source.

simplerecon è gratuito?

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

In quale linguaggio è scritto simplerecon?

simplerecon è scritto principalmente in Python.

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

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=nianticlabs-simplerecon)](https://olud.ai/project/nianticlabs-simplerecon.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
UniDepth
Stima della Profondità Metrica Monoculare Universale
★ 1.2k · 3d-reconstruction
condividedepth-estimation
lightly-train
Formazione tutto-in-uno per modelli di visione (YOLO, ViTs, RT-DETR, DINOv3): pre-addestramento…
★ 1.6k · computer-vision
condividedepth-estimation
sc_depth_pl
SC-Depth (V1, V2 e V3) per la stima della profondità monoculare non supervisionata Pagina web:…
★ 488 · computer-vision
condividedepth-estimation
DiffusionDepth
Implementazione PyTorch dell'approccio di diffusione per la percezione della profondità 3D ECCV…
★ 341 · depth-estimation
condividedepth-estimation
depth_clustering
:taxi: Clustering veloce e robusto di nuvole di punti generate con un sensore Velodyne.
★ 1.3k · catkin
condividedepth
self-supervised-depth-completion
ICRA 2019 "Auto-supervisionato Sparse-to-Dense: Completamento della profondità auto-supervision…
★ 654 · computer-vision
condividedepth-estimation
sparse-to-dense
ICRA 2018 "Sparse-to-Dense: Predizione della Profondità da Campioni di Profondità Sparsi e da u…
★ 444 · computer-vision
condividedepth-estimation
monodepth2
[ICCV 2019] Stima della profondità monoculare da un'unica immagine
★ 4.5k · computer-vision
condividedepth-estimation
MonoDepth-PyTorch
Implementazione non ufficiale della rete neurale di Stima della Profondità Monoculare Non Super…
★ 554 · computer-vision
condividedepth-estimation
zed-sdk
⚡️Il framework di percezione spaziale per costruire rapidamente robot e spazi intelligenti
★ 1.2k · 3d-reconstruction
condividedepth-estimation

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