3 repository-uri
Awesome GitHub RepositoriesSemantic Segmentations
Assigning a semantic class to each point in a LiDAR scan or indoor point cloud using deep learning models.
Distinct from Point Cloud Processing: Distinct from Point Cloud Processing: focuses on per-point semantic classification rather than general filtering or manipulation.
Explore 3 awesome GitHub repositories matching part of an awesome list · Semantic Segmentations. Refine with filters or upvote what's useful.
Awesome Semantic Segmentations GitHub Repositories
Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
- open-mmlab/mmdetection3d
open-mmlab/mmdetection3d
6,273Vezi pe GitHubMMDetection3D 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
Assigns semantic class labels to every point in LiDAR scans and indoor point clouds for scene understanding.
Python3d-object-detectionobject-detectionpoint-cloud - charlesq34/pointnet
charlesq34/pointnet
5,433Vezi pe GitHubPointNet este o arhitectură de deep learning concepută pentru a procesa și clasifica nori de puncte 3D brute direct, fără voxelizare. Oferă un sistem pentru clasificarea obiectelor 3D, framework-uri de segmentare semantică pentru partiționarea norilor în categorii și instrumente pentru vizualizarea formelor 3D. Proiectul utilizează o rețea de transformare pentru a alinia norii de puncte într-un spațiu de coordonate canonic și folosește agregarea bazată pe funcții simetrice pentru a condensa caracteristicile punctuale în vectori globali, indiferent de ordinea punctelor. De asemenea, dispune de o arhitectură de grupare multi-scară pentru a extrage caracteristici geometrice ierarhice la diferite scări spațiale. Sistemul include pipeline-uri de date pentru conversia datelor brute de parsare interioară 3D și a formelor în fișiere HDF5 pentru antrenare. Capabilitățile de evaluare acoperă metrici de acuratețe a segmentării și randarea norilor de puncte 3D clasificați greșit în imagini cu trei vederi pentru analiza erorilor.
Provides a framework for assigning semantic labels to individual points within 3D indoor scenes.
Python - yanx27/pointnet_pointnet2_pytorch
yanx27/Pointnet_Pointnet2_pytorch
4,894Vezi pe GitHubThis project is a PyTorch-based framework of deep learning models designed for the classification and semantic segmentation of 3D point cloud data. It provides implementations of the PointNet architecture to perform global category labeling of entire objects and detailed partitioning of large-scale 3D environments. The system handles semantic segmentation across multiple scales, ranging from identifying individual components within a single object to labeling distinct category types within large-scale scenes. The framework includes structural components for processing unordered point sets, s
Partitions 3D point clouds into distinct regions by assigning semantic labels to individual points.
Pythonclassificationmodelnetpoint-cloud
