# yubaoliu/RDS-SLAM

<https://repo.masters-masters.com/repos/yubaoliu/RDS-SLAM>

[Accueil](https://repo.masters-masters.com/) › [yubaoliu](https://repo.masters-masters.com/owners/yubaoliu) › [RDS-SLAM](https://repo.masters-masters.com/repos/yubaoliu/RDS-SLAM)

yubaoliu/RDS-SLAM, dépôt open source à 310 étoiles sur GitHub. Carte Alpha de RepoMasters. DS-SLAM: Real-Time Dynamic SLAM Using Semantic Segmentation Methods

| Champ | Valeur |
| --- | --- |
| Propriétaire | [yubaoliu](https://repo.masters-masters.com/owners/yubaoliu) |
| Étoiles | 310 |
| Forks | 37 |
| Langage | [Jupyter Notebook](https://repo.masters-masters.com/languages/jupyter-notebook) |
| Licence | GPL-3.0 |
| Création | 2020 |
| Rang | [Alpha (250 à 699 ★)](https://repo.masters-masters.com/ranks/b_movie) |
| Voir sur GitHub | [yubaoliu/RDS-SLAM](https://github.com/yubaoliu/RDS-SLAM) |

## Fiche du dépôt

DS-SLAM: Real-Time Dynamic SLAM Using Semantic Segmentation Methods

Rang des dépôts qui ont 250 à 699 ★ sur GitHub. Probabilité publiée par carte tirée : 20 %. Rareté : Peu commune.

## D’autres dépôts Jupyter Notebook

- [SunnyHaze/IML-ViT · ★ 310 · Jupyter Notebook · Alpha](https://repo.masters-masters.com/repos/SunnyHaze/IML-ViT)
- [cloneofsimo/d3pm · ★ 310 · Jupyter Notebook · Alpha](https://repo.masters-masters.com/repos/cloneofsimo/d3pm)
- [half-potato/ever\_training · ★ 310 · Jupyter Notebook · Alpha](https://repo.masters-masters.com/repos/half-potato/ever_training)
- [aishoot/LSTM\_PIT\_Speech\_Separation · ★ 310 · Jupyter Notebook · Alpha](https://repo.masters-masters.com/repos/aishoot/LSTM_PIT_Speech_Separation)
- [CaitinZhao/cvpr2019\_Pyramid-Feature-Attention-Network-for-Saliency-detection · ★ 310 · Jupyter Notebook · Alpha](https://repo.masters-masters.com/repos/CaitinZhao/cvpr2019_Pyramid-Feature-Attention-Network-for-Saliency-detection)
- [telekom/5g-trace-visualizer · ★ 310 · Jupyter Notebook · Alpha](https://repo.masters-masters.com/repos/telekom/5g-trace-visualizer)

---
Données : GitHub · Illustration dessinée par RepoMasters à partir de l’identifiant du dépôt et de la couleur de son langage.