Home Progetti SplaTAM
SplaTAM

SplaTAM

di spla-tam · GitHub

SplaTAM: Splat, Track & Map 3D Gaussians per Dense RGB-D SLAM (CVPR 2024)

Visualizza su GitHub
In parole semplici

Traccia e mappa ambienti 3D utilizzando telecamere RGB-D per applicazioni robotiche.

⭐ Stelle
🍴 Fork
📜 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 →
SplaTAM — GitHub preview card
📈 Storia delle stelle
2.16k2.15k
2026-07-202026-07-29
📈 Segui SplaTAM

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

SplaTAM: Splat, Track & Map 3D Gaussians per Dense RGB-D SLAM (CVPR 2024)

SplaTAM ha 2.2k stelle su GitHub. È stato forkato 250 volte. SplaTAM è scritto principalmente in Python. È in sviluppo attivo dal 2023. SplaTAM è disponibile con licenza BSD-3-Clause. I suoi temi principali sono: computer-vision, cvpr2024, gaussian-splatting, robotics.

Frequently asked questions

Che cos'è SplaTAM?

SplaTAM: Splat, Track & Map 3D Gaussians per Dense RGB-D SLAM (CVPR 2024)

SplaTAM è open source?

SplaTAM è un progetto open source. È rilasciato con licenza BSD-3-Clause.

SplaTAM è gratuito?

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

Con quale licenza è SplaTAM?

SplaTAM è disponibile con licenza BSD-3-Clause.

In quale linguaggio è scritto SplaTAM?

SplaTAM è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — SplaTAM

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=spla-tam-splatam)](https://opensourceai.tech/project/spla-tam-splatam.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.