没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
介绍 English | MMPose是一个基于PyTorch的开源姿势估计工具箱。它是的一部分。 master分支可与PyTorch 1.3+一起使用。 COCO 17点姿势估计 133点全身姿势估计() 主要特点 支持多种任务 我们支持当前研究领域中广泛的主流人体姿势分析任务,包括2d多人人体姿势估计,2d手姿势估计,2d人脸界标检测,133个关键点全身人姿势估计,时尚界标检测和3d人网格恢复。 更高的效率和更高的精度 MMPose实现了多种最新(SOTA)深度学习模型,包括自上而下和自下而上的方法。与等其他流行的代码库相比,我们可以实现更快的训练速度和更高的准确性。有关更多信息,请参见 。 支持各种数据集 该工具箱直接支持多个流行且具有代表性的数据集,COCO,AIC,MPII,MPII-TRB,OCHuman等。有关更多信息,请参见 。 精心设计,测试和记录 我们将MMP
资源推荐
资源详情
资源评论
收起资源包目录
mmpose:OpenMMLab姿势估计工具箱和基准 (632个子文件)
make.bat 760B
setup.cfg 605B
Dockerfile 874B
demo_coco.gif 1.53MB
.gitignore 1KB
image22568.jpg 195KB
000000197388.jpg 163KB
000000.jpg 146KB
000000.jpg 145KB
000000196141.jpg 132KB
000000000785.jpg 131KB
7_Cheering_Cheering_7_16.jpg 125KB
000000.jpg 109KB
005808361.jpg 104KB
000000040083.jpg 102KB
103319.jpg 97KB
060754485.jpg 96KB
000000.jpg 94KB
004645041.jpg 94KB
fa436c914fe4a8ec1ec5474af4d3820b84d17561.jpg 84KB
000000.jpg 83KB
051423444.jpg 83KB
image04476.jpg 81KB
005880453_01_r.jpg 80KB
005880453_01_l.jpg 80KB
784.jpg 80KB
003799.jpg 76KB
ff945ae2e729f24eea992814639d59b3bdec8bd8.jpg 75KB
003896.jpg 70KB
36_Football_americanfootball_ball_36_415.jpg 70KB
000817.jpg 69KB
S1_Directions_1.54138969_000001.jpg 69KB
S7_Greeting.55011271_000396.jpg 69KB
S8_WalkDog_1.55011271_000026.jpg 69KB
106848.jpg 68KB
000000.jpg 63KB
S5_SittingDown.54138969_002061.jpg 63KB
054d9ce9201beffc76e5ff2169d2af2f027002ca.jpg 51KB
00082740.jpg 37KB
00115300.jpg 37KB
00050180.jpg 36KB
001766.jpg 30KB
33.jpg 28KB
image2017.jpg 27KB
001805.jpg 24KB
9.jpg 21KB
00098035.jpg 19KB
00065475.jpg 19KB
052475643.jpg 19KB
00032915.jpg 18KB
image29590.jpg 17KB
00017620.jpg 17KB
ex2_2.flv_000040_r.jpg 16KB
ex2_2.flv_000040_l.jpg 16KB
00000355.jpg 16KB
image44669.jpg 15KB
10084.jpg 15KB
1402.jpg 13KB
image69148.jpg 12KB
10112.jpg 10KB
img_00000132.jpg 9KB
img_00000128.jpg 6KB
test_coco_wholebody.json 174KB
test_coco.json 60KB
test_posetrack18.json 55KB
test_interhand2.6m_joint_3d.json 35KB
test_wflw.json 32KB
test_coco_det_AP_H_56.json 30KB
test_posetrack18_human_detections.json 25KB
test_freihand.json 25KB
test_ochuman.json 23KB
test_mpii_trb.json 17KB
test_panoptic.json 16KB
test_aic.json 13KB
test_interhand2.6m_data.json 12KB
test_onehand10k.json 11KB
test_300w.json 11KB
test_mhp.json 10KB
test_mpii.json 8KB
test_crowdpose.json 8KB
test_jhmdb_sub1.json 7KB
test_cofw.json 7KB
test_aflw.json 5KB
test_interhand2.6m_camera.json 4KB
test_fld.json 3KB
test_crowdpose_det_AP_40.json 2KB
LICENSE 11KB
Makefile 634B
README.md 18KB
changelog.md 18KB
2d_body_keypoint.md 16KB
0_config.md 13KB
6_customize_runtime.md 13KB
README.md 11KB
README_CN.md 11KB
getting_started.md 10KB
3d_body_mesh.md 9KB
2d_face_keypoint.md 7KB
README.md 7KB
2d_hand_keypoint.md 6KB
共 632 条
- 1
- 2
- 3
- 4
- 5
- 6
- 7
资源评论
可爱的小树懒
- 粉丝: 22
- 资源: 4577
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 用Python在控制台绘制爱心形状的技术实例
- 用Python编程实现控制台爱心形状绘制技术教程
- 这是 YOLOv4 的 pytorch 存储库,可以使用自定义数据集进行训练 .zip
- 这是 HIC-Yolov5 的存储库.zip
- 这只是另一个 YOLO V2 实现 在 jupyter 笔记本中训练您自己的数据集!.zip
- PicGo 是一个用于快速上传图片并获取图片 URL 链接的工具
- uniapp vue3 自定义下拉刷新组件pullRefresh,带释放刷新状态、更新时间、加载动画
- WINDOWS 2003邮箱服务器搭建
- 距离-IoU 损失更快、更好的边界框回归学习 (AAAI 2020).zip
- 该项目是运行在RK3588平台上的Yolo多线程推理demo,已适配读取视频文件和摄像头信号,demo采用Yolov8n模型进行文件推理,最高推理帧率可达100帧,秒 .zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功