Awesome GitHub Repositories3D

Detectron2 is a PyTorch computer vision framework and visual recognition platform designed for training and deploying models for object detection, image segmentation, and visual recognition. It provides a research-oriented environment for training complex vision models with multi-GPU acceleration. The project includes a specialized object detection library for identifying and locating multiple objects via bounding boxes, as well as an image segmentation toolkit for creating pixel-level masks through instance, semantic, and panoptic segmentation. Additionally, it features a human pose estimati

Grounded-Segment-Anything is a suite of specialized tools for multimodal visual analysis, text-based segmentation, and generative image editing. It integrates text-to-bounding-box detection and high-precision image segmentation masks to function as a text-based image segmenter and an automated visual labeling tool. The project enables text-driven image editing by identifying objects through natural language to perform inpainting and element replacement. It further extends visual analysis into three dimensions, allowing for 3D human reconstruction and the generation of 3D bounding boxes from t

CenterNet ist ein Framework für die Objekterkennung mittels Mittelpunkten und eine Echtzeit-Computer-Vision-Pipeline. Es identifiziert Objekte und Posen durch die Vorhersage von Mittelpunkten anstelle der Verwendung von Anchor-Boxen. Das System fungiert als 3D-Bounding-Box-Schätzer, als Modell zur Schätzung menschlicher Posen und als Tool für die Echtzeit-Objekterkennung. Es behandelt die Platzierung von Gelenken und Objektpositionen als Probleme der Mittelpunkterkennung, um Entitäten in Bildern und im dreidimensionalen Raum zu lokalisieren. Die Funktionen decken 3D-Objekterkennung, Schätzung menschlicher Keypoints und Live-Videoanalyse ab. Die Pipeline verwendet einen einstufigen Feedforward-Inferenzprozess, um eine kontinuierliche Analyse von Webcams oder Videodateien durchzuführen.

Espectre is an edge machine learning framework and motion detection platform that uses Wi-Fi Channel State Information to identify human presence and movement. It functions as a sensing toolkit for ESP32 microcontrollers, enabling the detection of motion through walls without the use of cameras or wearables. The project distinguishes itself by executing compact neural network classifiers and mathematical detection algorithms directly on the microcontroller. It utilizes a MicroPython runtime to allow for the prototyping and deployment of sensing logic and wireless signal processing algorithms

BEVFormer ist ein Wahrnehmungs-Framework, das Multi-Kamera-Bilder in Bird's-Eye-View-Repräsentationen für das autonome Fahren transformiert. Es fungiert als Multi-Kamera-Vision-Pipeline, die mehrere Kamerastreams in eine einzige einheitliche räumliche Perspektive integriert, um das Umweltverständnis zu erleichtern. Das System implementiert eine Transformer-basierte Architektur, die Query-basierte Merkmalsextraktion und spatiotemporale Netzwerke verwendet, um räumliche Bildmerkmale und temporale historische Daten zu aggregieren. Es nutzt rekurrente temporale Akkumulation, um ein persistentes Gedächtnis der Szene über aufeinanderfolgende Frames hinweg zu wahren. Das Framework bietet Funktionen für die 3D-Objekterkennung und semantische Kartensegmentierung. Es kombiniert Multi-View-Bildfusion mit einem Convolutional-Detection-Head, um dreidimensionale Objekte zu identifizieren und Umweltdaten in aussagekräftige semantische Regionen zu unterteilen.