文件名称:
HRNet-Bottom-Up-Pose-Estimation:这是“通过对热图引导的自适应关键点估计值进行排名来实现自下而上的人体姿势估计”的官方pytorch实施（https-源码
开发工具:
文件大小: 113kb
下载次数: 0
上传时间: 2021-04-01
详细说明：通过对热图引导的自适应关键点估计值进行排序来实现自下而上的人体姿势估计
介绍
在这项工作中，我们提出了一些在改善关键点检测和分组（关键点回归）性能上很少或不深入研究的方案。 首先，我们利用关键点热图进行逐像素关键点回归，而不是将它们分开以改善关键点回归。 其次，我们采用像素级空间变换器网络来学习自适应表示，以处理比例和方向方差，从而进一步提高关键点回归质量。 最后，我们提出了一种联合形状和热值评分方案，以促进估计的姿势更可能是真实姿势。 结合权衡热图估计损失以平衡背景像素和关键点像素，从而提高热图估计质量，我们可以获得最先进的自下而上的人体姿势估计结果。
主要结果
不进行多尺度测试的COCO val2017结果
骨干
输入尺寸
#Params
GFLOPs
美联社
Ap .5
AP .75
AP（男）
AP（长）
增强现实
AR .5
AR .75
手臂）
AR（左）
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
