#human-pose-estimation Repositorios
Descubre 23 repositorios activos de código abierto de GitHub etiquetados con #human-pose-estimation, que acumulan 94,800 estrellas en total (una media de 4,121 estrellas por proyecto). El líder de este tema es CMU-Perceptual-Computing-Lab/openpose, con 33,619 estrellas.
23 repositorios en total
OpenPose: Biblioteca de detección de puntos clave en tiempo real para múltiples personas para la estimación del cuerpo, la cara, las manos y los pies
Kit de herramientas de detección de objetos basado en PaddlePaddle. Soporta detección de objetos, segmentación de instancias, seguimiento de múltiples objetos y detección de puntos clave de múltiples personas en tiempo real.
Sistema de Estimación y Seguimiento de Poses de Cuerpo Completo para Múltiples Personas en Tiempo Real y Preciso
Outfit Anyone: Pruébate virtualmente con ultra alta calidad para cualquier ropa y cualquier persona
[ECCV2024] IDM-VTON: Mejora de los modelos de difusión para pruebas virtuales auténticas en la naturaleza
El proyecto es una implementación oficial de nuestro artículo de CVPR2019 "Deep High-Resolution Representation Learning for Human Pose Estimation".
La implementación oficial de PyTorch del artículo "Human Motion Diffusion Model"
Estimación rápida y precisa de la pose humana en PyTorch. Contiene la implementación del artículo "Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose".
WiFi-3D-Fusion es un proyecto de investigación de código abierto que aprovecha las señales CSI de WiFi y el aprendizaje profundo para estimar la pose humana en 3D, fusionando la detección inalámbrica con técnicas de visión por computadora para la conciencia espacial de próxima generación.
⚡️El marco de percepción espacial para construir rápidamente robots y espacios inteligentes
Implementación oficial de "OpenPifPaf: Campos compuestos para la detección de puntos clave semánticos y asociación espacio-temporal" en PyTorch.
Código oficial para MAMMA: Adquisición de movimiento de múltiples personas precisa y sin marcadores.
[NeurIPS 2023] Implementación oficial del artículo "Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset"
Implementación oficial en PyTorch de "Enfoque top-down consciente de la distancia de la cámara para la estimación de poses de múltiples personas en 3D a partir de una sola imagen RGB", ICCV 2019
La imitación visual permite el control humano contextual. CoRL 2025, Premio al Mejor Artículo Estudiantil.
[CVPR 2023] Implementación oficial del artículo "One-Stage 3D Whole-Body Mesh Recovery with Component Aware Transformer"
Representación de coordenadas consciente de la distribución para la estimación de poses humanas
"Learning Delicate Local Representations for Multi-Person Pose Estimation" (ECCV 2020 Spotlight) & (Ganador del Desafío de Detección de Puntos Clave Humanos COCO 2019) & (Premio al Mejor Artículo COCO 2019)
Preguntas frecuentes
¿Cuál es el repositorio de #human-pose-estimation más popular en GitHub?
El proyecto de código abierto de #human-pose-estimation mejor posicionado en GitHub es CMU-Perceptual-Computing-Lab/openpose, con 33,619 estrellas. OpenPose: Biblioteca de detección de puntos clave en tiempo real para múltiples personas para la estimación del cuerpo, la cara, las manos y los pies
¿Qué lenguajes de programación se utilizan más en los repositorios de #human-pose-estimation?
Entre los proyectos de #human-pose-estimation mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, Cuda.
¿Cómo se calcula la clasificación de los repositorios de #human-pose-estimation?
Seguimos 23 repositorios activos de código abierto etiquetados con #human-pose-estimation (500+ estrellas), que suman un total de 94,800 estrellas, con una media de 4,121 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.