point-cloud

Point Cloud Library (PCL)

Un repositorio de recursos para machine learning 3D

Draco es una biblioteca para comprimir y descomprimir mallas geométricas 3D y nubes de puntos. Su objetivo es mejorar el almacenamiento y la transmisión de gráficos 3D.

La plataforma de próxima generación de OpenMMLab para la detección general de objetos 3D.

Un conjunto de herramientas de línea de comandos para generar mapas, nubes de puntos, modelos 3D y DEM a partir de imágenes de drones, globos o cometas. 📷

El repositorio público de CGAL, consulte el README a continuación

El sistema de procesamiento de malla de código abierto

Caja de herramientas OpenPCDet para detección de objetos 3D basada en LiDAR.

PointNet y PointNet++ implementados con pytorch (python puro) y en ModelNet, ShapeNet y S3DIS.

Repositorio principal de CloudCompare

Software fácil de usar y de nivel comercial para procesar imágenes aéreas. ✈️ ¡Descárgalo gratis!

Biblioteca abierta de reconstrucción estéreo multivisual (Multi-View Stereo)

Una implementación de BVH para acelerar el raycasting y permitir consultas espaciales en mallas de three.js.

Pointcept: Percibe el mundo con puntos dispersos, una base de código para la investigación de la percepción de nubes de puntos. Trabajos recientes: Utonia (ICML'26), Concerto (NeurIPS'25), Sonata (CVPR'25 Highlight), PTv3 (CVPR'24 Oral)

Artículos y conjuntos de datos sobre nubes de puntos.

Framework de PyTorch para aprendizaje profundo en nubes de puntos.

Especificación para la transmisión de conjuntos de datos geoespaciales 3D heterogéneos masivos :earth_americas:

Graph SLAM basado en LIDAR 3D

[ICLR 2025] De cualquier cosa a malla como artistas humanos. Implementación oficial de "MeshAnything: Artist-Created Mesh Generation with Autoregressive Transformers"

Biblioteca de convolución dispersa espacial

Implementación en PyTorch de Pointnet2/Pointnet++

Paquete de ROS para encontrar una transformación de cuerpo rígido entre un LiDAR y una cámara para "Calibración LiDAR-Cámara usando correspondencias de puntos 3D-3D"

Una colección de algoritmos rápidos de registro de nubes de puntos basados en GICP.

Una biblioteca ligera, fácil de usar y eficiente para procesar y renderizar datos 3D (C++ y Python).

Una biblioteca de Python fácil de usar para procesar y manipular nubes de puntos y mallas 3D.

Guía de fotogrametría. La fotogrametría se utiliza ampliamente en topografía aérea, agricultura, arquitectura, videojuegos 3D, robótica, arqueología, construcción, gestión de emergencias y medicina.

Una lista curada de enlaces y bibliotecas de software útiles para robots.

PointCNN: Convolución en puntos transformados en X (NeurIPS 2018)

Lista de recursos sobre LIDAR. Incluye fabricantes, conjuntos de datos, algoritmos de procesamiento de nubes de puntos, frameworks y simuladores.

Este repositorio se utiliza para la calibración automática entre LiDAR de alta resolución y cámaras en escenas sin objetivos.