视觉与 3D
共 370 个仓库 · 一年内有推送
把 Segment Anything 的 2D 分割能力迁移到 3D 高斯泼溅场景，实现无需逐场景训练的三维物体分割，适合做 3D 重建后的语义编辑与标注。
MIT 协议的开源计算机视觉库，支持目标检测、实例分割和姿态估计，兼容 ONNX 与 PyTorch，方便在边缘设备上训练和部署模型。
从稀疏或带噪声的点云重建高质量三维表面，基于神经核场方法，适合三维重建与图形学研究。
纯 Go 编写的独立日语形态素分析器，无需外部词典即可完成分词与词性标注，适合在 Go 服务里直接集成日文 NLP 能力。
汇总近年计算机视觉论文的资源清单，覆盖图像分类、检测、分割、生成、去噪去雾等方向，方便快速追踪各子领域进展。
把 Meta 的 Segment Anything 打包成开箱即用的视频目标分割工具，配合 YOLOv5~v8 做检测后分割，省去自己搭环境的麻烦。
面向自动驾驶场景的 3D 目标检测开源实现，基于深度学习的点云与图像融合方法，可用于训练和评测车辆、行人等目标的立体检测模型。
用 Python 做点击流和事件日志分析的工具包，支持用户旅程、行为分群、A/B 测试和马尔可夫链模拟，还能让 AI 代理复现并交叉验证分析结果。
Niantic 开源的 3D 高斯泼溅压缩文件格式，体积比 PLY 小约 10 倍，视觉质量几乎无损，适合存储和分发大规模 3DGS 场景。
基于 CNN 的音频分割工具包，能自动切分语音、音乐和噪声片段，并识别说话人性别，适合大规模按性别统计发言时长的研究。
基于 PyTorch 的医学图像分割非官方实现，支持 2D 和 3D 数据，方便快速搭建和训练分割模型。
紧耦合多传感器融合 SLAM 框架，在传感器退化与时空扰动下仍能稳定运行，适合机器人和自动驾驶的定位建图。
汇总 CARLA 自动驾驶仿真器的教程、博客、代码和数据资源，帮研究者快速上手仿真环境与数据采集。
面向人的深度学习实用工具库，封装了 3D 目标检测、分割、传感器融合和视频合成等常用功能，省去重复造轮子。
面向医学影像的智能标注与主动学习工具，在 3D Slicer 等客户端里边标注边训练模型，减少人工勾画工作量。
把 VGGT 扩展到公里级场景的官方实现，解决超长序列三维重建中显存和尺度爆炸的问题，能处理大规模空间数据。
用点、线、面、消失点等结构化几何特征做三维视觉建图、定位和 SfM 的 C++ 工具箱，弥补纯点特征在低纹理场景下的不足。
用 2D 高斯建模做连续超分辨率，把像素映射成高斯表示，实现超快任意尺度放大，适合需要实时连续超分的场景。
精选 CVPR 2025 最具影响力的计算机视觉论文合集，每篇附论文、代码和演示，方便快速跟进检测、分割、多模态等方向的前沿工作。
基于 PyTorch 的通用分割精修网络，通过全局与局部级联细化，把任意已有分割掩码提升到超高分辨率，无需针对特定类别重训。
把 3D 高斯泼溅烘焙进扩散去噪器，单阶段从单张图快速生成和重建可扩展的 3D 场景与网格，免去多阶段流程。
基于 Python 的视频分析与计算机视觉框架，内置 NVIDIA DeepStream 和 CUDA 支持，可在边缘设备上快速搭建目标检测、实例分割等推理流水线。
基于 LIO-SAM 改造的激光惯性 SLAM 方案，支持 6 轴 IMU 和 GNSS 融合，解决低成本 6 轴 IMU 无法直接跑原版 LIO-SAM 的问题。
超轻量无锚框目标检测算法，权重仅 250K 参数，比 yolo-fastest 快 10%，后处理更简单，适合边缘设备部署。