Implementazione ufficiale di PyTorch di DD3D: È necessario il Pseudo-Lidar per il rilevamento di oggetti 3D monoculari? (ICCV 2021), Dennis Park*, Rares Ambrus*, Vitor Guizilini, Jie Li e Adrien Gaidon.
Rileva oggetti 3D in immagini utilizzando tecniche di deep learning per creare riquadri di delimitazione attorno ad essi.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiImplementazione ufficiale di PyTorch di DD3D: È necessario il Pseudo-Lidar per il rilevamento di oggetti 3D monoculari? (ICCV 2021), Dennis Park*, Rares Ambrus*, Vitor Guizilini, Jie Li e Adrien Gaidon.
dd3d ha 493 stelle su GitHub. È stato forkato 74 volte. dd3d è scritto principalmente in Python. È in sviluppo attivo dal 2021. dd3d è disponibile con licenza MIT. I suoi temi principali sono: computer-vision, deep-learning, pytorch.
Implementazione ufficiale di PyTorch di DD3D: È necessario il Pseudo-Lidar per il rilevamento di oggetti 3D monoculari? (ICCV 2021), Dennis Park*, Rares Ambrus*, Vitor Guizilini, Jie Li e Adrien Gaidon.
dd3d è un progetto open source. È rilasciato con licenza MIT.
Sì. dd3d è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
dd3d è disponibile con licenza MIT.
dd3d è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/tri-ml-dd3d.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.