PonderV2

统一 3D 预训练范式,让模型从无标注数据中学会通用特征

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 8 👀 关注 19
GitHub ↗
GitHub 星标 ★ 378
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,基于MIT许可证,完全免费,可自行部署使用。

项目预览

PonderV2 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队OpenGVLab
定价模式🏷️完全免费
价格说明开源项目,基于MIT许可证,完全免费,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型3d-vision,foundation-models,pretraining
GitHub 星标★ 378
上线时间2023-10-13 00:00:00
代码更新2025-09-30
仓库体积897 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

PonderV2 是一个面向 3D 视觉基础模型的开源预训练框架,发表于 T-PAMI 2025。它提出一种通用的预训练范式,旨在解决 3D 模型训练数据稀缺、泛化能力弱的问题。核心能力包括:支持多种 3D 数据表示(点云、体素等),通过自监督学习从大规模无标注数据中提取通用特征,并适配下游任务(如分割、检测)。项目提供完整的训练和评估代码,基于 PyTorch 实现,便于研究者复现和扩展。其创新点在于统一了不同 3D 任务的预训练流程,降低了对人工标注的依赖,为 3D 基础模型的发展铺平道路。

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 2026-08-09 · 当前星标 ★ 378

核心亮点

  • 提出通用预训练范式,统一多种 3D 数据表示,适配分割、检测等任务
  • 自监督学习减少对人工标注依赖,利用大规模无标注 3D 数据
  • 代码开源,基于 PyTorch,提供完整训练评估流程,易于复现

不足之处

  • 项目较新,文档和社区支持待观察
  • 预训练模型体积可能较大,训练资源需求高

适用场景

  • 3D 点云分割与检测任务的基础模型预训练
  • 机器人视觉感知中的 3D 场景理解
  • 自动驾驶中 LiDAR 数据的通用特征提取

替代项目

Point-BERT、Point-M2AE、ULIP

上一篇:Remote-Sensing-RVSA

下一篇:STU-Net

同类项目推荐

albucore 开源

让图像增强算子跑得更快,训练数据管道不再卡顿

A high-performance image processing library designed to optimize and extend the Albu···

★ 124 2026-09-18
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···

★ 109 2026-08-09
darknet 开源

轻量 C 框架,CPU 也能跑 YOLO 实时检测

Darknet/YOLO object detection framework

★ 861 2026-09-13
obsidian-ocr 开源

让 Obsidian 搜索穿透图片和 PDF,截图文字也能搜到

Obsidian OCR allows you to search for text in your images and pdfs

★ 305 2026-10-18
amodal 开源

看穿遮挡,AI补全物体被遮住的完整模样

Official code for "Amodal Completion via Progressive Mixed Context Diffusion" [CVPR ···

★ 56 2026-08-09
mamma 开源

从视频直接捕捉多人3D动作,无需标记点,精度高。

Official code for MAMMA: Markerless Accurate Multi-person Motion Acquisition.

★ 883 2026-08-10
ocean 开源

Meta 出品的跨平台 CV/AR 框架,一套 C++ 代码跑多端视觉应用

Ocean is the in-house framework for Computer Vision (CV) and Augmented Reality (AR) ···

★ 798 2026-09-18