Project Icon

avp_teleoperate

Apple Vision Pro远程操控Unitree H1_2人形机器人

该项目实现了Apple Vision Pro远程操控Unitree H1_2人形机器人的功能。通过逆运动学和图像传输技术,实现了双手和双臂的精确控制。项目提供了详细的环境配置指南,涵盖Isaac Gym模拟环境和本地流媒体设置。代码基于TeleVision框架,针对Unitree机器人进行了优化。这一解决方案为人形机器人远程操作开辟了新途径,具有广阔的应用前景。

Virtual-Human-for-Chatting - Unity驱动的实时交互Live2D虚拟人系统
APIGithubLive2DUnity开源项目聊天虚拟人物
Virtual-Human-for-Chatting项目是Unity驱动的实时交互Live2D虚拟人系统。整合Azure、OpenAI和APISpace API,提供虚拟人物对话、表情变化和人脸检测功能。项目附带详细部署指南和技术文档,面向研究人员和开发者需求。支持1920*1080高清分辨率,采用OpenCVPlusUnity等开源计算机视觉工具。遵循MIT许可证,同时尊重模型和美术资源版权。
DRL-robot-navigation - 移动机器人深度强化学习自主导航方案
GazeboGithubROSTD3开源项目机器人导航深度强化学习
项目集成了ROS、Gazebo和PyTorch,构建了一个移动机器人深度强化学习导航框架。系统利用TD3算法训练机器人应对复杂环境,实现障碍物识别和目标导航。该方案为自主移动机器人研究提供了一个开源的实验平台。
self-operating-computer - 使多模态模型能够操作计算机的框架
API接口GPT-4oGithubSelf-Operating Computer多模态模型开源项目键盘鼠标操作
Self-Operating Computer Framework通过模拟人类的视觉和手动操作,实现计算机的自动化控制。当前支持GPT-4o、Gemini Pro Vision、Claude 3和LLaVa多模态模型,并计划对更多模型开放兼容。适用于Mac OS, Windows和Linux系统。
T2M-GPT - 基于Pytorch的从文本描述到人类动作生成的AI技术
GithubT2M-GPT三维模型人体运动生成开源项目深度学习视觉结果
T2M-GPT, 领先的AI技术, 通过解析文本生成精准的人类动作,已在2023年IEEE/CVF会议展示认可。包含易用的安装、快速指南及训练评估资料,支持多种3D动作数据集。
ok-robot - 家庭环境中实现自主导航与操作的模块化框架
GithubOK-Robot室内导航开源框架开源项目机器人操作物体抓取
OK-Robot是一个零样本模块化框架,集成了先进的导航和操作模型,用于执行家庭环境中的取放任务。该项目在10个真实家庭中测试了170多个物体,成功率达58.5%。通过整合AnyGrasp抓取和VoxelMap开放词汇导航等技术,OK-Robot为家庭服务机器人研究提供了开放平台。
goliath - 全身虚拟化身捕捉与重建开源项目
3D建模Codec Avatar StudioGithubGoliath开源项目深度学习计算机视觉
Goliath是一个开源项目,提供全身虚拟化身捕捉和重建技术。项目包含多种捕捉数据集,涵盖可重光照头部和手部、全身和轻装、移动设备等场景。同时提供训练代码,用于生成可重光照的高斯编解码头像、手部模型和基于网格的身体模型。该技术适用于虚拟现实、增强现实和数字人等领域。项目还提供相关的代码实现,包括损失函数、独立模型、可重用模块和工具等。数据集包含相机视图、分割信息、3D关键点、配准和未配准网格,以及光照信息。开发者可通过示例数据和检查点了解数据格式,并使用提供的训练和可视化脚本进行实验。
Awesome-RealityKit - RealityKit开发资源与项目精选
3DARAppleGithubRealityKitvisionOS开源项目
Awesome-RealityKit汇集了丰富的RealityKit开发资源,包括社区项目、Apple官方示例、工具包和WWDC视频。项目涵盖从入门到进阶的AR开发内容,适合不同水平的开发者学习和参考。该集合定期更新,反映RealityKit生态系统的最新动态,为开发者提供全面的学习和实践资料。
MonocularRGB_3D_Handpose_WACV18 - 实时单目RGB手部3D姿态估计方法
3D手部姿态估计GithubOpenpose单目RGB相机实时处理开源项目深度学习
MonocularRGB_3D_Handpose_WACV18项目开发了一种基于单个RGB摄像头的实时多手3D姿态估计方法。该方法融合深度学习与生成式技术,实现了不受限场景下的实时单目3D手部姿态估计。项目通过手部检测、2D关节估计和3D模型拟合三个步骤完成姿态估计。代码库包含Ubuntu 16.04二进制文件、Python脚本,支持多种2D关节估计器,并提供Docker配置便于测试。
MonocularTotalCapture - 单目3D人体姿态全方位捕捉系统
3D建模Adam模型Github人体姿态估计开源项目深度学习计算机视觉
MonocularTotalCapture是一个开源项目,旨在实现野外环境下的单目3D人体姿态全方位捕捉。该系统同时捕捉人脸、身体和手部姿态,采用Adam可变形人体模型和OpenPose技术。基于CVPR19研究成果,项目提供完整的安装使用指南,为计算机视觉研究和3D重建提供了有力工具,仅限非商业研究使用。
AVDC - 从无动作视频学习行为的AI训练框架
AVDCGithub实验代码开源项目无动作视频深度对应视频策略训练
AVDC是一个创新的AI训练框架,能够从无动作视频中学习行为策略。该项目支持Meta-World、iTHOR等多个环境,提供完整的代码库、预训练模型和详细文档。AVDC具有灵活的训练和推理功能,方便研究人员快速上手和复现实验结果,为计算机视觉和机器人学习领域带来新的可能性。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号