Home Progetti NerfingMVS
NerfingMVS

NerfingMVS

di weiyithu · GitHub

[ICCV 2021 Oral] NerfingMVS: Ottimizzazione guidata dei Neural Radiance Fields per Stereo Multi-view Indoor

Visualizza su GitHub
⭐ 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 →
NerfingMVS — GitHub preview card
📈 Storia delle stelle
437436
2026-07-202026-07-29
📈 Segui NerfingMVS

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 2021 Oral] NerfingMVS: Ottimizzazione guidata dei Neural Radiance Fields per Stereo Multi-view Indoor

NerfingMVS ha 436 stelle su GitHub. È stato forkato 56 volte. NerfingMVS è scritto principalmente in Python. È in sviluppo attivo dal 2021. NerfingMVS è disponibile con licenza MIT. I suoi temi principali sono: 3d-reconstruction, 3dvision, computer-vision, deep-learning.

Frequently asked questions

Che cos'è NerfingMVS?

[ICCV 2021 Oral] NerfingMVS: Ottimizzazione guidata dei Neural Radiance Fields per Stereo Multi-view Indoor

NerfingMVS è open source?

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

NerfingMVS è gratuito?

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

Con quale licenza è NerfingMVS?

NerfingMVS è disponibile con licenza MIT.

In quale linguaggio è scritto NerfingMVS?

NerfingMVS è scritto principalmente in Python.

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

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=weiyithu-nerfingmvs)](https://olud.ai/project/weiyithu-nerfingmvs.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.