项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-11-10 · 当前星标 ★ 265
技术标签
核心亮点
- 统一表征同时做3D感知与未来场景生成，省去两套模型的重复训练成本
- 入选 ICCV 2025，方法有论文支撑，便于复现与对比实验
- 提供完整训练配置与评测脚本，基于 Python/PyTorch，接入常见自动驾驶数据集较顺
不足之处
- 早期项目，星标与社区规模小，issue 响应和第三方复现经验有限
- 依赖自动驾驶数据集与较大显存，个人开发者上手门槛偏高
- 文档以论文配套为主，缺少面向新手的端到端教程
适用场景
- 自动驾驶世界模型与占用预测方向的论文复现与基线对比
- 端到端自动驾驶中感知与预测联合建模的研究实验
- 高校课程或实验室中 3D 场景理解与生成统一框架的教学案例
替代项目
OccWorld、Drive-WM、ViDAR
下一篇：tess4j
同类项目推荐
CLIP-API-service
开源
把 CLIP 模型变成一行代码就能调用的 API，快速实现图文搜索与识别。
CLIP as a service - Embed image and sentences, object recognition, visual reasoning,···
oximedia
开源
用纯 Rust 一站式搞定音视频与视觉处理，安全无专利负担
OxiMedia is the Sovereign Media Framework - A patent-free, memory-safe multimedia pr···
FILTER.js
开源
纯 JS 实现 OpenCV 级图像视频处理，浏览器 Node 都能跑
Video and Image Processing and Computer Vision Library similar to OpenCV in pure Jav···
piccante
开源
一站式搞定 HDR 图像生成、压缩与显示处理
The hottest High Dynamic Range (HDR) Library
latent-diffusion-segmentation
开源
用扩散模型做开放世界分割，一句话就能分割并修复图像
A Simple Latent Diffusion Approach for Panoptic Segmentation and Mask Inpainting [EC···
mvdfusion
开源
单张图片，生成多视角一致的3D模型
[CVPR 2024] MVD-Fusion: Single-view 3D via Depth-consistent Multi-view Generation
Deep-Exemplar-based-Video-Colori···
开源
给老视频一键上色，参考图决定风格
The source code of CVPR 2019 paper "Deep Exemplar-based Video Colorization".
scribeocr
开源
浏览器里对照原图改 OCR，扫描件变可编辑文档
Web interface for recognizing text, proofreading OCR, and creating fully-digitized d···
InCTRL
开源
给几个正常样本，就能检测任何新场景的异常
Official implementation of CVPR'24 paper 'Toward Generalist Anomaly Detection via In···