Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Explain L-shape fitting with equations and references

Aperta
  • Qualcosa non va?
#101 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 9 giorni

@CloudCorpRecords ci sta già lavorando.

Dal 13/10/2026.

  • #150 di @CloudCorpRecords — aperta

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
35/100
Tipo di issue
Documentazione
Chiarezza
Specificata chiaramente
Stato di attività
Ferma
Stack tecnologico
python
Ambito
computer-vision, documentation

Direzione di ricerca

Read src/components/detection/l_shape_fitting/l_shape_fitting_detector.py and locate the angle search, variance criterion, and _mearge_clusters typo. Use the cited Zhang et al. (2017) paper to explain the equations beside the code, add the reference, and correct the typo without changing behavior. Done means beginners can match each step to an equation and the tests pass.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

documentation good first issue

Problem

This repository is learning material, so the algorithm code should show the math it implements and where it comes from. In src/components/detection/l_shape_fitting/l_shape_fitting_detector.py:

  • Explain the search over angles and the variance criterion used to choose the best rectangle.
  • Add a reference (Zhang et al., 2017, "Efficient L-Shape Fitting for Vehicle Detection Using Laser Scanners").
  • Typo: _mearge_clusters.

Expected fix

  • Add the equations and a short explanation in docstrings/comments next to the code that implements them, keeping it easy to follow for beginners
  • Add a reference to the original paper or a standard textbook
  • Don't change the behavior unless the issue says so

Done when

A beginner can match each step of the code to an equation, and all tests pass.

Lingua principale
Python
Stelle
1.9k
Fork
313
Merge medio
9g 10h
PR unite (30g)
7

Preparare l'ambiente

Apri in Codespaces

Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.

  • Include un Dockerfile o un file Docker Compose
  • Nessun modello di pull request
  • Nessuna guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di ShisatoYano/AutonomousVehicleControlBeginnersGuide

Tutte le issue di ShisatoYano/AutonomousVehicleControlBeginnersGuide

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.