#human-pose-estimation Repositories
Entdecke 23 aktive Open-Source-GitHub-Repositories, die mit #human-pose-estimation getaggt sind und insgesamt 94,800 Sterne gesammelt haben (durchschnittlich 4,121 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist CMU-Perceptual-Computing-Lab/openpose mit 33,619 Sternen.
Insgesamt 23 Repositories
OpenPose: Echtzeit-Bibliothek zur Erkennung von Keypoints für Körper, Gesicht, Hände und Füße bei mehreren Personen
Object-Detection-Toolkit basierend auf PaddlePaddle. Es unterstützt Objekterkennung, Instanzsegmentierung, Mehrfachobjektverfolgung und Echtzeit-Multi-Person-Keypoint-Erkennung.
Echtzeit- und genaues Ganzkörper-Mehrpersonen-Pose-Schätzungs- und -Tracking-System
Outfit Anyone: Hochwertige virtuelle Anprobe für jede Kleidung und jede Person
[ECCV2024] IDM-VTON: Verbesserung von Diffusionsmodellen für authentisches virtuelles Anprobieren in der Wildnis
Das Projekt ist eine offizielle Implementierung unseres CVPR2019-Papiers "Deep High-Resolution Representation Learning for Human Pose Estimation".
Die offizielle PyTorch-Implementierung des Papiers "Human Motion Diffusion Model"
Schnelle und genaue Human-Pose-Schätzung in PyTorch. Enthält die Implementierung des Papers "Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose".
WiFi-3D-Fusion ist ein Open-Source-Forschungsprojekt, das WiFi-CSI-Signale und Deep Learning nutzt, um die 3D-Körperhaltung von Menschen zu schätzen und drahtlose Sensorik mit Computer-Vision-Techniken für räumliches Bewusstsein der nächsten Generation zu verschmelzen.
⚡️Der räumliche Wahrnehmungsrahmen für den schnellen Aufbau intelligenter Roboter und Räume
Offizielle Implementierung von "OpenPifPaf: Composite Fields for Semantic Keypoint Detection and Spatio-Temporal Association" in PyTorch.
[NeurIPS 2023] Offizielle Implementierung des Papers "Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset"
Offizielle PyTorch-Implementierung von „Camera Distance-aware Top-down Approach for 3D Multi-person Pose Estimation from a Single RGB Image“, ICCV 2019
Visuelle Nachahmung ermöglicht kontextuelle humanoide Steuerung. CoRL 2025, Bester Studentenpapier-Preis.
[CVPR 2023] Offizielle Implementierung des Papers "One-Stage 3D Whole-Body Mesh Recovery with Component Aware Transformer"
Verteilungsbewusste Koordinatenrepräsentation für die Schätzung menschlicher Posen
"Learning Delicate Local Representations for Multi-Person Pose Estimation" (ECCV 2020 Spotlight) & (Gewinner der COCO 2019 Human Keypoint Detection Challenge) & (COCO 2019 Best Paper Award)
Häufig gestellte Fragen
Welches ist das beliebteste #human-pose-estimation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#human-pose-estimation-Projekt auf GitHub ist CMU-Perceptual-Computing-Lab/openpose mit 33,619 Sternen. OpenPose: Echtzeit-Bibliothek zur Erkennung von Keypoints für Körper, Gesicht, Hände und Füße bei mehreren Personen
Welche Programmiersprachen werden in #human-pose-estimation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #human-pose-estimation-Projekten auf GitHub sind Python, C++, Cuda die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #human-pose-estimation-Repositories berechnet?
Wir verfolgen 23 aktive Open-Source-Repositories, die mit #human-pose-estimation getaggt sind (500+ Sterne), mit insgesamt 94,800 Sternen und durchschnittlich 4,121 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.