point-cloud

Ghi chú đọc tài liệu về Deep Learning và Machine Learning

Xtreme1 là nền tảng gán nhãn và chú thích dữ liệu tất cả trong một dành cho huấn luyện dữ liệu đa phương thức, hỗ trợ đám mây điểm 3D LiDAR, hình ảnh và LLM.

⚡️ Framework nhận thức không gian để nhanh chóng xây dựng các robot và không gian thông minh

Point-NeRF: Trường bức xạ thần kinh dựa trên điểm

Thư viện C++ tinh gọn để làm việc với dữ liệu đámเพ điểm (point cloud)

Robot với điện toán GPU

Patchwork++: Phương pháp phân đoạn mặt đất nhanh chóng và mạnh mẽ cho các bản quét LiDAR 3D. @ IROS'22

[ECCV 2024 Best Paper Candidate & TPAMI 2025] PointLLM: Trao quyền cho các Large Language Model để hiểu đám mây điểm

Bản cài đặt PyTorch chính thức của Superpoint Transformer [ICCV'23], SuperCluster [3DV'24 Oral], và EZ-SP [ICRA'26]

K3D cho phép bạn tạo các biểu đồ 3D dựa trên WebGL với API cấp cao (bề mặt, bề mặt đẳng trị, voxel, lưới, đám mây điểm, đối tượng vtk, trình kết xuất thể tích, bản đồ màu, v.v.). Mục tiêu chính của K3D-jupyter là dễ sử dụng như một gói độc lập giống như matplotlib, đồng thời cho phép tương tác với các thư viện hiện có như VTK.

Mô hình cơ sở cho "GraspNet-1Billion: A Large-Scale Benchmark for General Object Grasping" (CVPR 2020)

[CVPR 2023 Highlight] Tái tạo bề mặt kernel bằng mạng neural.

Gói Python để đăng ký đám mây điểm sử dụng mô hình xác suất (Coherent Point Drift, GMMReg, SVR, GMMTree, FilterReg, Bayesian CPD)

Hiệu chỉnh bản đồ tương tác cho 3D Graph SLAM

SDK Trình xem 3D BIM IFC cho các ứng dụng kỹ thuật AEC. Bộ công cụ JavaScript mã nguồn mở dựa trên WebGL thuần túy để đạt hiệu suất cao nhất, tọa độ thực tế và độ chính xác kép đầy đủ

3DMatch - bộ mô tả hình học cục bộ dựa trên 3D ConvNet để căn chỉnh lưới 3D và đám mây điểm.

Thuật toán NDT đa luồng và hỗ trợ SSE

Công cụ chú thích hộp giới hạn 3D (3D-BAT) cho điểm mây và gán nhãn hình ảnh

Thư viện xử lý lưới (mesh).

Chuyển đổi tập dữ liệu KITTI sang tệp ROS bag một cách dễ dàng!

[TMLR 2025🔥] Khảo sát về các mô hình tự hồi quy trong thị giác máy tính.

3DGS-to-PC: Chuyển đổi 3D Gaussian Splatting sang đám mây điểm dày đặc [3D-VAST: ICCVW 2025]

[ICCV 2025] Mã nguồn chính thức của DeepMesh: Tạo lưới nghệ sĩ tự hồi quy với học tăng cường

Thao tác và trực quan hóa dữ liệu LiDAR trên không cho ứng dụng lâm nghiệp

Các bài báo, mã nguồn và tập dữ liệu về học sâu cho Phát hiện đối tượng 3D.

Thư viện Python để khớp các hình dạng nguyên thủy 3D vào đám mây điểm bằng RANSAC. Phát hiện mặt phẳng, hình cầu, hình trụ, hình hộp, hình tròn và đường thẳng.

Bộ công cụ phát triển thị giác máy tính 3D dựa trên PaddlePaddle. Nó hỗ trợ các mô hình phát hiện đối tượng đám mây điểm, phân đoạn và phát hiện đối tượng 3D đơn mắt.

[ECCV2022] Masked Autoencoders cho học tự giám sát Point Cloud

Phát hiện đối tượng và phân đoạn ngữ nghĩa đám mây điểm 3D (Deep Learning) - Các phương pháp SOTA, mã nguồn, bài báo, tập dữ liệu, v.v.

Giao diện Python thanh lịch để trực quan hóa trên nền tảng web nhằm tương tác tạo ra thông tin chi tiết về hình ảnh đa chiều, tập hợp điểm và hình học.