Awesome GitHub RepositoriesPoint Cloud

The Intel RealSense SDK is a software development kit providing drivers and libraries for interfacing with depth cameras to capture color, depth, and infrared data streams. It includes a depth camera driver for device discovery and sensor configuration, a stereo vision library for computing depth maps and aligning frames, and a 3D point cloud generator to transform depth and infrared frames into spatial representations. The SDK distinguishes itself through on-chip depth calculation and stereo calibration, using internal vision processors to reduce host CPU load. It supports hardware-level str

Draco is a library and toolset for compressing, transcoding, and decoding 3D geometric meshes and point cloud data. Its primary purpose is to reduce storage size and transmission bandwidth for 3D assets. The project includes a geometry optimizer specifically for glTF file containers to reduce asset footprints. It also features a hardened decoder designed to process malformed or untrusted 3D geometric data safely to prevent memory corruption and crashes. The software covers a broad range of 3D data processing capabilities, including geometric data reconstruction, point attribute management, a

mmcv is a foundation library for computer vision based on PyTorch. It provides a comprehensive system for constructing convolutional neural networks, a toolkit for image and video preprocessing, and a collection of high-performance deep learning vision operators. The project is distinguished by its hardware-accelerated kernels for complex operations such as deformable convolutions and region pooling. It features a configuration-driven framework that allows for the dynamic instantiation of network layers and the registration of custom modules without modifying code. The library covers a broad

MMDetection3D is an open-source toolbox for 3D perception, providing a unified framework for detecting and segmenting objects in three-dimensional environments. It supports a range of core tasks including monocular 3D object detection from single camera images, LiDAR-based 3D object detection from raw point clouds, and multi-modal fusion that combines camera images with LiDAR data. The toolbox also covers point cloud semantic segmentation, assigning class labels to every point in a scan for scene understanding. The project distinguishes itself through a config-driven pipeline that orchestrate

Potree एक वेब-बेस्ड पॉइंट क्लाउड रेंडरिंग इंजन और व्यूअर है जिसे विशाल 3D स्थानिक डेटासेट और LIDAR स्कैन के विज़ुअलाइज़ेशन और विश्लेषण के लिए डिज़ाइन किया गया है। यह एक भू-स्थानिक (geospatial) विश्लेषण टूल के रूप में कार्य करता है जो WebGL का उपयोग करके सीधे वेब ब्राउज़र के भीतर हाई-डेंसिटी पॉइंट क्लाउड की इंटरैक्टिव खोज को सक्षम बनाता है। यह सिस्टम 3D स्ट्रक्चर्स की गहराई की धारणा को बढ़ाने के लिए आई-डोम लाइटिंग का उपयोग करता है और इमर्सिव स्थानिक खोज के लिए वर्चुअल रियलिटी का समर्थन करता है। यह पदानुक्रमित एनोटेशन और एनिमेटेड कैमरा फ़्लाई-थ्रू टूर्स के माध्यम से 3D सीन डॉक्यूमेंटेशन के लिए विशेष क्षमताएं प्रदान करता है। प्लेटफ़ॉर्म में भू-स्थानिक डेटा विश्लेषण के लिए टूल शामिल हैं, जैसे स्थानिक दूरी और क्षेत्र माप, एलिवेशन प्रोफ़ाइलिंग, और बाहरी शेपफ़ाइल्स और जियोपैकेजेस का ओवरले। यूज़र्स एट्रिब्यूट-बेस्ड फ़िल्टरिंग और क्लिपिंग वॉल्यूम आइसोलेशन का उपयोग करके विशिष्ट सुविधाओं को अलग कर सकते हैं, जबकि बाहरी इमेजेस को पॉइंट क्लाउड परिप्रेक्ष्य के साथ संरेखित और सिंक्रनाइज़ किया जा सकता है। Potree बड़े पैमाने के डेटासेट के लिए एसिंक्रोनस डेटा स्ट्रीमिंग और लेवल-ऑफ़-डिटेल रेंडरिंग की सुविधा के लिए एक प्री-प्रोसेस्ड बाइनरी फ़ॉर्मेट और ऑक्ट्री-बेस्ड स्थानिक इंडेक्सिंग का उपयोग करता है।

Tixl is a node-based motion graphics engine and procedural generation tool used to create 3D geometry and shaders. It utilizes a directed acyclic graph of operators and GPU-accelerated compute kernels to generate complex 3D shapes, particularly through the use of signed distance functions and particle simulations. The engine is highly extensible via a C# development framework that supports hot code reloading, allowing custom operator logic to be injected into the active runtime without restarting. It further distinguishes itself as a lighting controller, capable of translating 3D spatial attr

Muzic AI-संचालित संगीत विश्लेषण, रचना और संश्लेषण के लिए एक डीप लर्निंग प्लेटफ़ॉर्म और फ्रेमवर्क है। यह एक संगीत जनरेशन फ्रेमवर्क और विश्लेषण टूल के रूप में कार्य करता है, जो प्रतीकात्मक और ऑडियो संगीत के निर्माण और व्याख्या को व्यवस्थित करने के लिए बड़े भाषा मॉडल्स और स्वायत्त एजेंटों का उपयोग करता है। यह प्रोजेक्ट अपनी क्रॉस-मॉडल क्षमताओं द्वारा प्रतिष्ठित है, जो ज़ीरो-शॉट वर्गीकरण और सूचना पुनर्प्राप्ति के लिए प्राकृतिक भाषा और प्रतीकात्मक संगीत को एक साझा संयुक्त एम्बेडिंग स्पेस में मैप करता है। यह विभिन्न प्रकार के विशेष आर्किटेक्चर को नियोजित करता है, जिसमें ऑडियो संश्लेषण के लिए डिफ्यूज़न फ्रेमवर्क, लंबी-अनुक्रम संरचनात्मक स्थिरता के लिए डुअल-ग्रेन अटेंशन मैकेनिज्म और एक हाइब्रिड सिस्टम शामिल है जो न्यूरल नेटवर्क के साथ संगीत सिद्धांत नियमों को जोड़ता है। यह प्लेटफ़ॉर्म टेक्स्ट और लिरिक्स से MIDI अनुक्रमों के निर्माण, न्यूरल सिंगिंग वॉयस सिंथेसिस और स्वचालित लिरिक्स ट्रांसक्रिप्शन सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। यह संगीत संरचना मॉडलिंग, विशेषता-आधारित प्रतीकात्मक जनरेशन और स्वायत्त एजेंटों के माध्यम से बाहरी संगीत टूल्स के ऑर्केस्ट्रेशन के लिए टूल्स भी प्रदान करता है। सहायक यूटिलिटीज में बड़े पैमाने पर MIDI बाइनराइजेशन, डेटासेट एन्कोडिंग और मेलोडी नोट निष्कर्षण और स्पीच-टू-फोनम एलाइनमेंट के लिए ऑडियो सिग्नल प्रोसेसिंग के लिए डेटा इंजीनियरिंग पाइपलाइन शामिल हैं।

यह प्रोजेक्ट 3D पॉइंट क्लाउड डेटा के वर्गीकरण और सिमेंटिक सेगमेंटेशन के लिए डिज़ाइन किए गए डीप लर्निंग मॉडल का एक PyTorch-आधारित फ्रेमवर्क है। यह संपूर्ण ऑब्जेक्ट्स की वैश्विक श्रेणी लेबलिंग और बड़े पैमाने पर 3D वातावरण के विस्तृत विभाजन को करने के लिए PointNet आर्किटेक्चर का कार्यान्वयन प्रदान करता है। यह सिस्टम कई पैमानों पर सिमेंटिक सेगमेंटेशन को संभालता है, जिसमें एक ही ऑब्जेक्ट के भीतर व्यक्तिगत घटकों की पहचान करने से लेकर बड़े पैमाने के दृश्यों के भीतर विशिष्ट श्रेणी प्रकारों को लेबल करने तक शामिल है। इस फ्रेमवर्क में अनियंत्रित पॉइंट सेट को संसाधित करने के लिए संरचनात्मक घटक शामिल हैं, जैसे कि फारदेस्ट-पॉइंट सैंपलिंग, पदानुक्रमित पॉइंट-सेट ग्रुपिंग और सिमेट्रिक सेट-एग्रीगेशन नेटवर्क। यह ऑफलाइन डेटा प्रीप्रोसेसिंग यूटिलिटीज और बाहरी सॉफ्टवेयर में सेगमेंटेशन आउटपुट को विज़ुअलाइज़ करने के लिए 3D ऑब्जेक्ट फाइलें बनाने के लिए टूल्स भी प्रदान करता है।

CloudCompare is a professional software application for processing and analyzing 3D point clouds and polygonal meshes. It functions as a 3D mesh analysis tool and a large dataset visualizer designed to display and manage millions of points in a 3D environment. The software provides specialized capabilities for point cloud comparison, utilizing an optimized octree structure to calculate spatial differences between two 3D datasets. This allows for the identification of variations and errors between point clouds or between a point cloud and a mesh. The system covers broad 3D data analysis areas

PointNet++ is a deep learning framework designed for processing and classifying 3D point cloud data. It utilizes a hierarchical feature learning architecture to extract geometric patterns from sampled 3D point sets. The framework implements a variety of 3D analysis tools, including a point cloud classifier for categorizing objects based on spatial coordinates and surface normals, a semantic scene segmenter for labeling surfaces in large-scale environments, and a tool for 3D object part segmentation. The system covers a broad range of capabilities including geometric feature extraction, 3D da

This is a structured deep learning curriculum for programmers, delivered as a collection of Jupyter notebooks. It teaches the fundamentals of training neural networks for computer vision, natural language processing, tabular data analysis, and collaborative filtering using PyTorch and the fastai library. The course is designed to be hands-on, guiding learners from building a training loop from scratch to fine-tuning pretrained models for a variety of practical tasks. The curriculum distinguishes itself by covering the full lifecycle of a deep learning project, from data preparation and augmen

A C++ & Python viewer for 3D data like meshes and point clouds

Point cloud importer & renderer for Unity

Entwine - point cloud organization for massive datasets

VeloView performs real-time visualization and easy processing of live captured 3D LiDAR data from Velodyne sensors (Alpha Prime™, Puck™, Ultra Puck™, Puck Hi-Res™, Alpha Puck™, Puck LITE™, HDL-32, HDL-64E). Runs on Windows, Linux and MacOS. This repository is a mirror of https://gitlab.kitware.com/LidarView/VeloView-Velodyne.

LidarView performs real-time reception, recording, visualization and processing of 3D LiDAR data. This repository is a mirror of https://gitlab.kitware.com/LidarView/lidarview.

Visualise your data in virtual reality with ImmersivePoints