Git Stars Git Stars

#mscoco-keypoint Repositorios

Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #mscoco-keypoint, que acumulan 7,240 estrellas en total (una media de 2,413 estrellas por proyecto). El líder de este tema es leoxiaobin/deep-high-resolution-net.pytorch, con 4,457 estrellas.

3
Total de Repositorios
7,240
Total de estrellas
2,413
Promedio de Estrellas/Repo
Lenguajes de programación: Cuda Python
1
leoxiaobin/deep-high-resolution-net.pytorch

El proyecto es una implementación oficial de nuestro artículo de CVPR2019 "Deep High-Resolution Representation Learning for Human Pose Estimation".

leoxiaobin
⭐ 4,457 Cuda 👤 leoxiaobin User 🕐 Actualizado 2024-08-30 📅 Creado 2019-02-25
2
Daniil-Osokin/lightweight-human-pose-estimation.pytorch

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".

Daniil-Osokin
⭐ 2,221 Python 👤 Daniil-Osokin User 🕐 Actualizado 2024-04-30 📅 Creado 2019-03-02
3
ilovepose/DarkPose

Representación de coordenadas consciente de la distribución para la estimación de poses humanas

ilovepose
⭐ 562 Cuda 👤 ilovepose Organization 🕐 Actualizado 2024-05-17 📅 Creado 2019-10-31

Preguntas frecuentes

1

¿Cuál es el repositorio de #mscoco-keypoint más popular en GitHub?

El proyecto de código abierto de #mscoco-keypoint mejor posicionado en GitHub es leoxiaobin/deep-high-resolution-net.pytorch, con 4,457 estrellas. El proyecto es una implementación oficial de nuestro artículo de CVPR2019 "Deep High-Resolution Representation Learning for Human Pose Estimation".

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #mscoco-keypoint?

Entre los proyectos de #mscoco-keypoint mejor posicionados en GitHub, los lenguajes de programación más comunes son Cuda, Python.

3

¿Cómo se calcula la clasificación de los repositorios de #mscoco-keypoint?

Seguimos 3 repositorios activos de código abierto etiquetados con #mscoco-keypoint (500+ estrellas), que suman un total de 7,240 estrellas, con una media de 2,413 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.