eft:通过EFT（示例性微调）进行3D人体注释的可视化代码

该存储库包含通过方法为野生2D图像生成的伪GT 3D人体姿势数据。 3D姿势数据采用参数的形式，并且可以用作训练3D姿势估计算法（例如或 ）的监督。我们发现，在不使用任何其他室内3D姿态数据集的情况下，我们的EFT数据集足以构建与以前的SOTA算法可比的模型。有关更多详细信息，请参见我们的。 该存储库还包含使用我们的EFT数据集和单眼运动捕捉演示工具进行训练的预训练3D姿势估计模型。参见 。 消息： 我们发布了 ，您可以通过它获得3D身体+手部输出。主体模块与此存储库的模型相同。我们鼓励使用进行身体姿势估计。 安装要求 使用conda环境既方便又安全 conda create -n venv_eft python=3.6 conda activate venv_eft pip install -r requirements.txt 下载EFT拟合数据（json格式） 该存储库仅为公共2D关