Implementação do TensorFlow para calcular uma imagem de visão de pássaro (BEV) segmentada semanticamente, dado as imagens de várias câmeras montadas em veículos.
Crie uma imagem de visão aérea a partir de várias imagens de câmeras de veículos para aplicações de direção autônoma.
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 quiserImplementação do TensorFlow para calcular uma imagem de visão de pássaro (BEV) segmentada semanticamente, dado as imagens de várias câmeras montadas em veículos.
Cam2BEV tem 790 estrelas no GitHub. Foi bifurcado 127 vezes. Cam2BEV é escrito principalmente em Python. Está em desenvolvimento ativo desde 2020. Cam2BEV está disponível sob a licença MIT. Os seus principais temas são: autonomous-vehicles, birds-eye-view, computer-vision, deep-learning.
Implementação do TensorFlow para calcular uma imagem de visão de pássaro (BEV) segmentada semanticamente, dado as imagens de várias câmeras montadas em veículos.
Cam2BEV é um projeto de código aberto. É distribuído sob a licença MIT.
Sim. Cam2BEV é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Cam2BEV está disponível sob a licença MIT.
Cam2BEV é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/ika-rwth-aachen-cam2bev.html)