视觉与 3D
464 个仓库检测、分割、3D 重建与定位。
基于 PyTorch 的 3D 深度学习加速库，提供可微渲染、光照、相机 API 和物理仿真等模块，帮研究者快速搭建 3D 重建与神经渲染实验。
一套用于评估目标检测算法的常用指标实现，支持计算 AP、mAP 和 PR 曲线，兼容 Pascal VOC 等标注格式。
基于 Keras 实现的 U-Net 图像分割模型，提供训练与推理代码，适合医学影像等像素级分割任务的快速复现与二次开发。
面向机器人与无人机的激光雷达-惯性-视觉紧耦合里程计，实时输出高精度位姿与彩色点云，支撑三维重建与SLAM。
OBS 直播/录屏插件，用 ONNX Runtime 做实时人像背景分割，一键抠掉摄像头背景换成任意画面。
从单张图片快速生成 3D 网格模型，基于稀疏视角大重建模型，几秒内就能输出可用的网格资产。
极快的 C++/CUDA 神经网络框架，专为 MLP 等小网络在 GPU 上训练和推理加速，常用于 NeRF 等实时渲染场景。
腾讯混元开源的图生 3D 模型，能从单张图片生成带生产级 PBR 材质的高精度 3D 资产，适合直接用于游戏和影视管线。
Google ML Kit 的官方示例集合，提供 Android 和 iOS 上条码扫描、人脸检测、图像标注、语言识别等 API 的现成代码，方便开发者快速集成。
在 SAM 基础上做高质量分割的升级版，能输出更精细的边缘和掩码，适合需要高精度抠图与标注的场景。
用 Segment Anything 模型对遥感影像等地理空间数据做交互式分割的 Python 包，省去自己搭建分割流程的麻烦。
开源的多视图立体视觉重建库，把稀疏点云补成稠密点云、网格和纹理模型，是三维重建流水线里做稠密重建的常用组件。
RTAB-Map 是一套基于外观的 SLAM 库和独立应用，支持视觉与 3D 激光建图、定位和回环检测，可在 ROS、Android、iOS 等平台运行。
一个原生桌面应用，把 3D Gaussian Splatting 场景的训练、查看、编辑、自动化和导出都集成在一起，省去在多个工具间来回切换的麻烦。
Meta 开源的通用前馈式三维重建模型，能从单张或多视角图像直接恢复带真实尺度的三维几何，省去传统 SfM 的繁琐标定与优化流程。
开源的运动恢复结构（SfM）流水线，从多张照片自动重建三维场景和相机位姿，适合做摄影测量与三维建模。
用 Blender 程序化生成带深度、位姿等标注的逼真训练图像，解决计算机视觉任务缺高质量合成数据的问题。
自托管的本地 NVR 与 AI 视觉监控软件，支持目标检测、移动侦测、人脸识别和车牌识别，可接入 IP 摄像头并利用 Coral、CUDA 等硬件加速，数据不出本地。
开源的三维计算机视觉框架，提供摄影测量、多视图立体、相机跟踪和全景拼接等算法，可从照片重建三维模型。
C++ 图优化通用框架，把 SLAM 和视觉定位里的位姿估计建模成图，用非线性最小二乘求解，是后端优化的经典基础设施。
面向地理空间数据的 AI 工具包，基于 PyTorch 提供遥感影像分割、地球观测分析等深度学习模型的训练与推理能力。
在 Unity 里直接渲染和查看 3D Gaussian Splatting 重建结果，省去自己写渲染管线的麻烦，适合做三维场景可视化。
一套 Python/C++ 混合的视觉 SLAM 流水线，支持单目、双目和 RGB-D 相机，集成多种特征提取、回环检测、深度预测与语义分割，用于三维重建和场景理解。
D-FINE 把 DETR 的边界框回归重构成细粒度分布细化，让目标检测在保持端到端简洁结构的同时显著提升定位精度，是 ICLR 2025 Spotlight 工作。