视觉与 3D
共 370 个仓库 · 一年内有推送
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。
一套加速深度学习研发的 PyTorch 高层框架，提供可复用的训练循环、分布式训练和指标回调，省去反复搭训练脚手架的时间。
用 2D 高斯面片做辐射场重建，能同时合成新视角并输出几何精确的表面，解决了传统 3DGS 重建表面粗糙、几何不准的问题。
面向自主无人机的开源软件栈，集成 PX4、MAVROS、Gazebo 仿真与视觉 SLAM，帮开发者快速搭建无人机定位、控制与仿真验证环境。
持续更新的 3D 高斯泼溅（3DGS）论文合集，按主题整理新视角合成与 3D 重建相关研究，方便快速跟进领域进展。
开源视觉惯性导航研究平台，提供 MSCKF 与 EKF 定位、传感器标定和 VIO 算法实现，方便机器人研究者做 SLAM 与状态估计实验。
从单张开放域图像估计深度、法线和相机参数的几何模型，CVPR'25 Oral 工作，可用于单目三维重建与场景理解。
开源的 AI 摄像头与 NVR 监控平台，用本地 VLM 和 YOLO 做视频分析，并通过 Telegram、Discord、Slack 推送智能安防告警。
一份精选的机器人软件与库清单，覆盖运动规划、多体动力学、仿真、SLAM 等方向，帮开发者快速找到合适的机器人开发组件。
跨平台视频结构化分析框架，基于 C++ 和 GStreamer 串联 CV 模型与多模态大模型，把视频流拆解成人脸、车牌、行为等结构化信息。
从文字或图片直接生成可漫游、可交互的沉浸式 3D 场景，用世界模型把 3D 内容创作的门槛降下来。
用基础模型自动给图片打标签，再拿这些标注训练自己的监督视觉模型，省掉人工标注的环节。
用 ROS 2 和 Gazebo 仿真带你动手入门机器人开发，覆盖导航、里程计、路径规划与 SLAM 等核心环节。
基于 PyTorch 的点云深度学习训练框架，集成 PointNet、KPConv、MinkowskiEngine 等主流模型，方便在 S3DIS、ScanNet 上做分割等任务。