openpose1.5.1(2019年)中训练好的手部数据。openpose中的批处理文件下载速度极慢,且容易中断。下载后将此文件解压放在openpose根目录下的\models\hand文件夹中。
2021-04-22 14:30:31 130.99MB openpose1.5.1 pose estimate
1
使用官方的OpenPose包里的cmd命令下载第三方库文件和第三方包下载速度极其的慢!!!!根本就不可能下载完!!!
2021-04-22 14:21:41 135.97MB caffemodel openpose
1
使用官方的OpenPose包里的cmd命令下载第三方库文件和第三方包下载速度极其的慢!!!!根本就不可能下载完!!!
2021-04-16 19:46:38 182.44MB caffemodels openpose
1
关于pytorch-pose项目的一些问题解决方案
2021-04-09 13:56:22 18KB 人体姿态估计
1
TensorFlow中的沙漏,DHN和CPN模型用于2018年-天池服装AI关键点检测 该存储库包含TensorFlow的和用于的重新实现代码。 。 这里的CPN(层叠金字塔网络)和DHN(反卷积头网络)都有几个不同的主干:ResNet50,SE-ResNet50,SE-ResNeXt50, 或DetResNeXt50。 我还尝试了“以动态集成模型,尽管仅取得了有限的改进。 骨干网的预训练模型可以在这里找到: 介绍 这次比赛的主要目的是发现从阿里巴巴的电子商务平台收集的衣服形象的关键点。 总共有五种图像,共五个类别:上衣,外套,裤子,裙子,衣服。 每个类别的关键点定义如下。 几乎所有代
1
PoseNet Python 该存储库包含Google TensorFlow.js Posenet模型的纯Python实现(仅限多姿势)。 对于此之后的(略快)PyTorch实现,请参阅( ) 我首先或多或少地逐字修改了JS代码,发现性能很低,因此对一些关键函数(命名为_fast )做了一些矢量化的numpy / scipy版本。 进一步优化是可能的 基本的MobileNet型号在GTX 1080 Ti(或更高版本)上具有200-300 fps的吞吐量 多位置后处理代码使该速率大大降低。 使用快速CPU和GTX 1080+: JS后处理代码的字面翻译将性能降低到大约30fps 我的
1
图像。视频及实时网络摄像头人类动作位点预测
2021-04-04 09:12:05 108KB 人类动作位点预测 opencv python
1
包含了IEEE以及各种与计算机视觉相关的网站上一些与手势识别相关的论文
2021-04-01 21:02:11 9.67MB hand pose
1
6D pose综述2.pdf
2021-03-27 20:34:10 2.37MB 6D位姿
1