您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. TC358840/70

  2. HDMI转MIPI 支持2560X1600
  3. 所属分类:硬件开发

    • 发布日期:2015-11-01
    • 文件大小:10485760
    • 提供者:toc04p0822
  1. 2D/3D Pose Estimation and Action Recognition using Multitask Deep Learning

  2. Action recognition and human pose estimation are closely related but both problems are generally handled as distinct tasks in the literature. In this work, we pro- pose a multitask framework for jointly 2D and 3D pose estimation from still images an
  3. 所属分类:深度学习

    • 发布日期:2018-07-04
    • 文件大小:1048576
    • 提供者:algofei
  1. Python-AlphaPose是一个精准的多人姿态估计系统

  2. AlphaPose 是一个精准的多人姿态估计系统,是首个在 COCO 数据集上可达到 70 mAP(72.3 mAP,高于 Mask-RCNN 8.2 个百分点),在 MPII 数据集上可达到 80 mAP(82.1 mAP)的开源系统。为了能将同一个人的所有姿态关联起来,AlphaPose 还提供了一个称为 Pose Flow 的在线姿态跟踪器,这也是首个在 PoseTrack 挑战数据集上
  3. 所属分类:其它

    • 发布日期:2019-08-11
    • 文件大小:35651584
    • 提供者:weixin_39841882
  1. AlphaPose-pytorch.zip

  2. 人体姿态识别 Alpha Pose is an accurate multi-person pose estimation system. It is the first open-sourced system that can achieve 70+ mAP (72.3 mAP) on COCO dataset and 80+ mAP (82.1 mAP) on MPII dataset. To associate poses that indicates the same person a
  3. 所属分类:深度学习

    • 发布日期:2019-08-22
    • 文件大小:30408704
    • 提供者:weixin_42240329
  1. MPII Human Shape 人体模型数据集.torrent

  2. MPII Human Shape 是一个人体模型数据集,包括一系列人体轮廓和形状的 3D 模型及工具,其中训练模型从平面扫描数据库 CAESAR 学习得到。 【这个只是种子资源,需要自己下载】MPII 人体形态是一组三维人体形态模型和工具,用于人体形态空间的构建、操作和评价,人体形状空间基于统计身体表示学习从凯撒数据集,也是迄今为止最大的商业可用扫描数据库。 该数据集由 Max Planck 信息学研究所于 2017 年发布, 主要发布人为 Leonid Pishchulin, St
  3. 所属分类:其它

    • 发布日期:2020-03-11
    • 文件大小:32768
    • 提供者:weixin_38747087
  1. pose_hrnet_w32_256x256.pth

  2. HRNet的官方预训练权重,包含3个权重,这是其中一个: MPII w32 256x256 (MPII human joints) pose_hrnet_w32_256x256.pth
  3. 所属分类:深度学习

    • 发布日期:2020-06-11
    • 文件大小:114294784
    • 提供者:Cheungleilei
  1. MPII-Human-Shape.torrent

  2. MPII Human Shape 是一个人体模型数据集,包括一系列人体轮廓和形状的 3D 模型及工具,其中训练模型从平面扫描数据库 CAESAR 学习得到。 MPII 人体形态是一组三维人体形态模型和工具,用于人体形态空间的构建、操作和评价,人体形状空间基于统计身体表示学习从凯撒数据集,也是迄今为止最大的商业可用扫描数据库。 该数据集由 Max Planck 信息学研究所于 2017 年发布, 主要发布人为 Leonid Pishchulin, Stefanie Wuhrer, Thomas
  3. 所属分类:互联网

    • 发布日期:2020-06-20
    • 文件大小:32768
    • 提供者:a15570741002
  1. AlphaPose人体姿态识别

  2. AlphaPose 是一个精准的多人姿态估计系统,是首个在 COCO 数据集上可达到 70+ mAP(72.3 mAP,高于 Mask-RCNN 8.2 个百分点),在 MPII 数据集上可达到 80+ mAP(82.1 mAP)的开源系统。为了能将同一个人的所有姿态关联起来,AlphaPose 还提供了一个称为 Pose Flow 的在线姿态跟踪器,这也是首个在 PoseTrack 挑战数据集上达到 60+ mAP(66.5 mAP)和 50+ MOTA(58.3 MOTA)的开源在线姿态跟踪
  3. 所属分类:深度学习

    • 发布日期:2020-12-07
    • 文件大小:41943040
    • 提供者:boon_228
  1. 0217人脸检测 随笔记

  2. 目的:检测到人脸框 数据获取: 1.benchmark(很多东西都能用到 行业基准 数据库 论文 算法 源码代码 ) 2.MPII huaman pose 3.优秀论文 通常都会介绍使用的数据集 公开数据集都会下载来的 申请数据集最好用学校邮箱。 4.论坛 交流社区 比如thinkface 5 数据规模:越大越好 数据 数据是二分类数据,第一类是人脸,第二类是非人脸 人脸数据: 路径/xxx.jpg 60,80,280,320(四个角坐标) 非人脸数据:只要不是人
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:140288
    • 提供者:weixin_38672794
  1. mmpose:OpenMMLab姿势估计工具箱和基准-源码

  2. 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
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:6291456
    • 提供者:weixin_42162978
  1. MPII Human Pose Data MPII 人类姿势数据-数据集

  2. 数据是从MPII人类姿势收集的,并转化为一个".csv"文件。 mpii_human_pose.csv
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:1048576
    • 提供者:weixin_38649091
  1. AtrousPose:基于无规则卷积的实时多人姿态估计(已弃用)-源码

  2. AtrousPose 网络结构 用于预测的空间金字塔网络 辅助网络的性质 拱 输入尺寸 输出尺寸 跳板 数字参数 FPS(C ++) AtrousPose-512 384×384 48×48 50克 26M 42 AtrousPose-128 384×384 48×48 20G 1300万 67 试验结果 评估 演示版 (Python演示)运行> demo.py结果将存储在/ images中 (C ++版本) 训练 下载mpii数据集 下载mpii面具 下载mpii的
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:106954752
    • 提供者:weixin_42116681
  1. AlphaPose:实时,准确的全身多人姿势估计和跟踪系统-源码

  2. 消息! 2020年8月: 发布了! 更强大的追踪! 包括全身(脸,手,脚)要点! 现在可用。 2019年12月:AlphaPose 发布了! 较小的型号,更高的精度! 2019年4月:发布的AlphaPose! 在COCO验证集上,它以23 fps的速度运行。 2019年2月: 集成到现在AlphaPose! 2018年12月:了PoseFlow的! 3倍更快,支持姿态跟踪结果可视化! 2018年9月: 发布了! 它在COCO验证集上以20 fps的速度运行(平均每张图像4.6人),
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:41943040
    • 提供者:weixin_42160278
  1. Pose-estimation_tutorials:姿势估计和深度学习的工具和教程-源码

  2. 姿势估计教程 这个repo的内容是我在硕士研究生期间学到的很多深度学习内容的大汇总,我的研究方向是姿势估计。仓库里包含了2d和3d姿势估计的一些代码和我的一些读过的觉得比较代码部分包含一些姿势估计常用的工具,其中一些需要用到的特定关键点高斯热图生成的代码,性能评估,一些数据集的不同框架下的数据加载器,, mpii下的pytorch dataloader等。 以2d相关工作为主。长期更新,看到新文章或有意思的问题都会更新汇总进来。 2018.9.14 显着更新dl相关心得。 深度学习相关内容请参见
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:584704
    • 提供者:weixin_42176612
  1. 基于二次生成对抗的人体姿态估计

  2. 针对人体姿态估计中因肢体、环境复杂性导致的估计结果不精确问题,提出了一种基于二次生成对抗的人体姿态估计方法,通过两个阶段对堆叠沙漏网络(SHN)进行生成对抗训练。首先将SHN作为第一个生成对抗网络模型的判别器,通过在线对抗数据加强训练,以提升SHN的估计性能;然后将SHN作为第二个生成对抗网络模型的生成器,将肢体几何约束作为判别器,通过第二次对抗训练再一次提升SHN的估计性能,得到最终的SHN。在公开数据集LSP和MPII上对本方法进行测试,结果表明,该方法能有效提升SHN的估计精确度。
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:6291456
    • 提供者:weixin_38605538
  1. RSN-源码

  2. 学习精巧的局部表示以进行多人姿势估计 消息 我们的论文已被ECCV2020接受为Spotlight 介绍 这是的火炬实现,赢得了2019年COCO Keypoint挑战赛,并且在COCO测试开发和测试挑战数据集上均排名第一,如所示。原始回购基于Megvii Inc.的内部深度学习框架(MegBrain)。 在本文中,我们提出了一种称为残留步骤网络(RSN)的新方法。 RSN有效地聚合具有相同空间大小的特征(内部特征)以获得精致的局部表示,这些局部表示保留了丰富的低层空间信息并导致精确的关键点定位
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:22020096
    • 提供者:weixin_42175776