self-supervised-depth-completion
ICRA 2019 "Auto-supervisionado Sparse-to-Dense: Completação de Profundidade Auto-supervisionada a partir de LiDAR e Câmera Monocular"
Use um método para melhorar a percepção de profundidade em imagens capturadas por LiDAR e câmeras.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserICRA 2019 "Auto-supervisionado Sparse-to-Dense: Completação de Profundidade Auto-supervisionada a partir de LiDAR e Câmera Monocular"
self-supervised-depth-completion tem 654 estrelas no GitHub. Foi bifurcado 135 vezes. self-supervised-depth-completion é escrito principalmente em Python. Está em desenvolvimento ativo desde 2018. self-supervised-depth-completion está disponível sob a licença MIT. Os seus principais temas são: computer-vision, deep-learning, depth-completion, depth-estimation.
O que é self-supervised-depth-completion?
ICRA 2019 "Auto-supervisionado Sparse-to-Dense: Completação de Profundidade Auto-supervisionada a partir de LiDAR e Câmera Monocular"
self-supervised-depth-completion é de código aberto?
self-supervised-depth-completion é um projeto de código aberto. É distribuído sob a licença MIT.
self-supervised-depth-completion é gratuito?
Sim. self-supervised-depth-completion é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Sob que licença está self-supervised-depth-completion?
self-supervised-depth-completion está disponível sob a licença MIT.
Em que linguagem self-supervised-depth-completion está escrito?
self-supervised-depth-completion é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/fangchangma-self-supervised-depth-completion.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.