Início Projetos EmerNeRF
EmerNeRF

EmerNeRF

por NVlabs · GitHub

Implementação em PyTorch de EmerNeRF: Decomposição Espacial-Temporal Emergente de Cena via Auto-Supervisão

Ver no GitHub
Em palavras simples

Execute um programa que analisa e entende cenas a partir de dados de direção usando aprendizado auto-supervisionado.

⭐ Estrelas
🍴 Forks
📜 Licença
Licença não especificada
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
EmerNeRF — GitHub preview card
📈 Histórico de estrelas
640639
2026-07-202026-07-29
📈 Acompanhe EmerNeRF

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Implementação em PyTorch de EmerNeRF: Decomposição Espacial-Temporal Emergente de Cena via Auto-Supervisão

EmerNeRF tem 639 estrelas no GitHub. Foi bifurcado 49 vezes. EmerNeRF é escrito principalmente em Python. Está em desenvolvimento ativo desde 2023. Os seus principais temas são: autonomous-driving, driving, foundation-models, nerf.

Frequently asked questions

O que é EmerNeRF?

Implementação em PyTorch de EmerNeRF: Decomposição Espacial-Temporal Emergente de Cena via Auto-Supervisão

EmerNeRF é de código aberto?

EmerNeRF é um projeto de código aberto.

EmerNeRF é gratuito?

Sim. EmerNeRF é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Em que linguagem EmerNeRF está escrito?

EmerNeRF é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — EmerNeRF

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=nvlabs-emernerf)](https://olud.ai/project/nvlabs-emernerf.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.