matterport mask rcnn运行 如何能实现贝壳找房的那种看房模式？( 二 )
（GitHub： https://github.com/ageitgey/face_recognition ）
（13）snallygaster
用于扫描HTTP服务器上的机密文件的工具 。
（GitHub： https://github.com/hannob/snallygaster ）
（14）Ansible
Ansible是一个极其简单的IT自动化系统 。它可用于配置管理 ， 应用程序部署 ， 云配置 ， 支持远程任务执行和多节点发布 - 包括通过负载平衡器轻松实现零停机滚动更新等操作 。
（GitHub： https://github.com/ansible/ansible ）
（15）Detectron
Detectron是Facebook AI 研究院开源的的软件系统 ， 它实现了最先进的目标检测算法 ， 包括Mask R-CNN 。它是用Python编写的 ， 由Caffe2深度学习框架提供支持 。
（16）asciinema
终端会话记录器和asciinema.org的最佳搭档 。
（GitHub： https://github.com/asciinema/asciinema ）
（17）HTTPie
HTTPie 是一个开源的命令行的 HTTP 工具包 ， 其目标是使与Web服务的CLI交互尽可能人性化 。它提供了一个简单的http命令 ， 允许使用简单自然的语法发送任意HTTP请求 ， 并显示彩色输出 。HTTPie可用于测试 ， 调试以及通常与HTTP服务器交互 。
（GitHub： https://github.com/jakubroztocil/httpie ）
（18）You-Get
You-Get是一个小型命令行实用程序 ， 用于从Web下载媒体内容（视频 ， 音频 ， 图像） ， 支持国内外常用的视频网站 。
（GitHub： https://github.com/soimort/you-get ）
（19）Sentry
Sentry从根本上讲是一项服务 ， 可以帮助用户实时监控和修复崩溃 。基于Django构建 ， 它包含一个完整的API ， 用于从任何语言、任何应用程序中发送事件 。
（GitHub: https://github.com/getsentry/sentry ）
（20）Tornado
Tornado是使用Python开发的全栈式（full-stack）Web框架和异步网络库 ， ， 最初是由FriendFeed上开发的 。通过使用非阻塞网络I / O ， Tornado可以扩展到数万个开放连接 ， 是long polling、WebSockets和其他需要为用户维护长连接应用的理想选择 。
（GitHub： https://github.com/tornadoweb/tornado ）
（21）Magenta
Magenta是一个探索机器学习在创造艺术和音乐过程中的作用的研究项目 。这主要涉及开发新的深度学习和强化学习算法 ， 用于生成歌曲 ， 图像 ， 绘图等 。但它也是构建智能工具和界面的探索 ， 它允许艺术家和音乐家使用这些模型 。
（GitHub： https://github.com/tensorflow/magenta ）
（22）ZeroNet
ZeroNet是一个利用比特币的加密算法和BitTorrent技术提供的不受审查的网络 ， 完全开源 。
（GitHub： https://github.com/HelloZeroNet/ZeroNet ）
（23）Gym
OpenAI Gym是一个用于开发和比较强化学习算法的工具包 。这是Gym的开源库 ， 可让让你访问标准化的环境 。
（GitHub： https://github.com/openai/gym ）
（24）Pandas
Pandas是一个Python包 ， 提供快速 ， 灵活和富有表现力的数据结构 ， 该工具是为了解决数据分析任务而创建的 。Pandas 纳入了大量库和一些标准的数据模型 ， 提供了高效地操作大型数据集所需的工具 。此外 ， 它还有更广泛的目标 ， 即成为所有语言中最强大 ， 最灵活的开源数据分析/操作工具 。它目前已经朝着这个目标迈进 。
（GitHub： https://github.com/pandas-dev/pandas ）
【matterport mask rcnn运行 如何能实现贝壳找房的那种看房模式？】（25）Luigi
Luigi 是一个 Python 模块 ， 可以帮你构建复杂的批量作业管道 。处理依赖决议、工作流管理、可视化展示等等 ， 内建 Hadoop 支持 。（GitHub： https://github.com/spotify/luigi ）
Q2：matterport的产品是基于什么技术而研发出来的？国内有类似产品吗？matterport不同于普通的全景照片
Q3：如何能实现贝壳找房的那种看房模式？首先你要有贝壳找房的技术和销售人员 ， 到一个地方有说服同行的本事 ， 让不属于贝壳的人以加盟的形式加进来替贝壳打头阵 ， 这部分人或许很多成牺牲品 ， 但那不重要 ， 这个牺牲了还有其他人加进来 ， 对贝壳找房没什么影响 ， 牺牲的是加盟商 ， 哥们这模式一般人没办法复制
Q4：VR看房技术是怎么实现的其实简单来说 ， VR看房技术的实现 ， 基本都是先进行房屋的数据采集（数据包括三维点云数据、房屋的RGB彩色照片） ， 再利用算法对三维空间进行还原重建 。目前相关公司的采集设备都是使用的全景深度相机（国外的matterport,国内杭州维聚他们白犀牛项目的3D SMART） ， 再通过SLAM算法技术生成三维模型 。
