Référentiel
Kalibr
Outils de calibrage pour systèmes multi-caméras et caméra-inertiel.
Perception et géométrieLE RÉPERTOIRE DE L'IA INCORPORÉE
Trouvez des bibliothèques de traitement de nuages de points, d’étalonnage et d’estimation géométrique.
Référentiel
Outils de calibrage pour systèmes multi-caméras et caméra-inertiel.
Perception et géométrie
Référentiel
Bibliothèque de groupes de Lie C++ basée sur Eigen pour le calcul géométrique.
Perception et géométrie
Référentiel
Simulateur de véhicules autonomes construit sur Unreal Engine et Unity.
Perception et géométrie
Référentiel
Algorithmes pour le filtrage, l'enregistrement et l'analyse géométrique des nuages de points.
Perception et géométrie
Référentiel
Implémentation de référence du Splatting Gaussien 3D pour le rendu du champ de radiance.
Perception et géométrie
Référentiel
Bibliothèque de recherche du voisin le plus proche uniquement en en-tête C++ utilisant des arbres KD.
Perception et géométrie
Référentiel
Outils de traitement de données 3D pour les nuages de points et la perception géométrique.
Perception et géométrie
Référentiel
Une bibliothèque pour l'optimisation non linéaire à grande échelle.
Perception et géométrie
Référentiel
Capacités ROS intégrées pour la planification, l'inférence de prédicat, le contrôle des pinces et la perception à utiliser avec le KUKA LBR IIWA et les robots universels.
Perception et géométrie
Référentiel
Outils ROS pour l’étalonnage automatique œil-main.
Perception et géométrie
Référentiel
Code d'apprentissage d'imitation pour la navigation basée sur la vision avec assistance linguistique.
Perception et géométrie
Référentiel
GRIL-Calib : méthode d'étalonnage extrinsèque IMU-LiDAR du robot au sol sans cible utilisant les contraintes de mouvement du plan du sol
Perception et géométrie
Référentiel
Key.Net : détection de points clés par des filtres CNN fabriqués à la main et appris
Perception et géométrie
Référentiel
Implémentation officielle PyTorch d'ODISE : segmentation panoptique à vocabulaire ouvert avec modèles de diffusion texte-image [Point culminant du CVPR 2023]
Perception et géométrie
Référentiel
R2D2 : Détecteur et descripteur fiables et reproductibles #
Perception et géométrie
Référentiel
Implémentation officielle du « Rejet des vues aberrantes émergentes dans les transformateurs à géométrie visuelle mis à la terre »
Perception et géométrie
Référentiel
📈 RISE : la perception 3D rend l'imitation de robots du monde réel simple et efficace
Perception et géométrie
Référentiel
Pré-entraînement vision-action sur les données de bureau pour transfert vers l'IA incarnée.
Perception et géométrie
Référentiel
Projet d'assistant de bras robotique de table à commande vocale.
Perception et géométrie
Référentiel
Un cadre de recherche ouvert pour l’IA incarnée.
Perception et géométrie
Référentiel
Robot collaboratif à double bras Aubo i5 - RealSense D435 - Estimation de la pose d'objets 3D - ROS
Perception et géométrie
Référentiel
Environnement d'apprentissage des agents de Cornell House et ressources associées.
Perception et géométrie
Référentiel
Recherche par imitation et apprentissage consciente des contraintes pour la course autonome.
Perception et géométrie
Référentiel
🍀 DexTrack : vers un contrôle de suivi neuronal généralisable pour une manipulation adroite à partir de références humaines
Perception et géométrieNOTES DE SÉLECTION
Choisissez des outils autour de la modalité du capteur, des hypothèses d’étalonnage et des sorties géométriques requises. Vérifiez la précision numérique, les exigences d'exécution et les conventions de données avant de connecter les pipelines.
Connaissez-vous une ressource qui a sa place ici ?