#pose-estimation Dépôts
Découvrez 96 dépôts GitHub open source actifs associés à #pose-estimation, cumulant 374,565 étoiles au total (soit une moyenne de 3,901 étoiles par projet). Le projet en tête de ce thème est ruvnet/RuView, avec 104,724 étoiles.
96 dépôts au total
π RuView transforme les signaux WiFi courants en intelligence spatiale en temps réel, surveillance des signes vitaux et détection de présence — le tout sans un seul pixel de vidéo.
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — détection d’objets, segmentation d’instances, segmentation sémantique, classification d’images, estimation de pose et suivi d’objets
OpenPose : Bibliothèque de détection de points clés multi-personnes en temps réel pour l'estimation du corps, du visage, des mains et des pieds
X-AnyLabeling : une application de bureau multiplateforme, légère, efficace et unifiée pour annoter du texte, des images, des vidéos, des nuages de points et des données multimodales. Elle associe des outils intégrés polyvalents à des modèles d’IA de pointe et permet une exportation flexible dans plusieurs formats.
Système d'Estimation et de Suivi de Pose Corps Entier Multi-Personnes en Temps Réel et Précis
Implémentation officielle de DeepLabCut : Estimation de pose sans marqueurs de caractéristiques définies par l'utilisateur avec l'apprentissage profond pour tous les animaux, y compris les humains
Calculateur de formes mélangées et de cinématique pour les modèles de suivi du visage, des yeux, de la pose et des doigts de Mediapipe/Tensorflow.js.
AniPortrait : Synthèse d'animations de portraits photoréalistes pilotée par l'audio
LightGlue : Correspondance de caractéristiques locales à la vitesse de la lumière (ICCV 2023)
SuperGlue : Apprentissage de la Correspondance de Caractéristiques avec des Réseaux de Neurones Graphiques (CVPR 2020, Oral)
Un pipeline procédural Blender pour la génération d'images d'entraînement photoréalistes
Code pour "LoFTR: Detector-Free Local Feature Matching with Transformers", CVPR 2021, T-PAMI 2022
Bibliothèque Python légère pour ajouter un suivi multi-objets en temps réel à n'importe quel détecteur.
Ensemble de données DeepFashion2 https://arxiv.org/pdf/1901.07973.pdf
detrex est une plateforme de recherche pour la détection d'objets basée sur DETR, la segmentation, l'estimation de pose et d'autres tâches de reconnaissance visuelle.
Implémentation PyTorch d'OpenPose incluant l'estimation de la pose des mains et du corps.
Le dépôt officiel pour [NeurIPS'22] "ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation" et [TPAMI'23] "ViTPose++: Vision Transformer for Generic Body Pose Estimation"
Estimation rapide et précise de la pose humaine en PyTorch. Contient l'implémentation de l'article "Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose".
Exemples de fragments de code et code d'apprentissage automatique pour Teachable Machine
Code officiel de "HybrIK: une solution hybride analytique-neuronale de cinématique inverse pour l'estimation de la pose et de la forme humaines en 3D", CVPR 2021
Une liste complète de documents sur les représentations implicites et NeRF relatifs au domaine de la robotique/RL, y compris des documents, des codes et des sites Web associés
Monoculaire, à une seule étape, Régression de plusieurs personnes 3D et leurs positions et trajectoires 3D dans les coordonnées de la caméra et globales. ROMP[ICCV21], BEV[CVPR22], TRACE[CVPR2023]
DINO-X : Le modèle de vision le plus performant au monde pour la détection et la compréhension d'objets en monde ouvert
Collectez quelques papiers sur les transformeurs pour la détection et la segmentation. Awesome Detection Transformer pour la vision par ordinateur (CV)
Code pour le projet « MegaSaM : Structure et mouvement précis, rapides et robustes à partir de vidéos dynamiques occasionnelles »
Implémentation officielle de "OpenPifPaf: Champs composites pour la détection de points clés sémantiques et l'association spatio-temporelle" en PyTorch.
:basketball::robot::basketball: Application web et API d'IA pour analyser les tirs de basketball et la pose de tir.
StyleGAN-Human : Une odyssée centrée sur les données de la génération humaine
[Meilleur Article Étudiant CVPR 2022] EPro-PnP : Perspective-n-Points Probabiliste Généralisée de Bout en Bout pour l'Estimation de Pose d'Objet Monoculaire
Moteur d'inférence C++ prêt pour la production, multiplateforme, pour les modèles YOLO (v5‑v12, YOLO26). API unifiée pour la détection, la segmentation, l'estimation de pose, OBB et la classification. Construit sur ONNX Runtime et OpenCV. Optimisé pour CPU/GPU avec prise en charge de la quantification.
LibreYOLO est une bibliothèque de vision par ordinateur open source sous licence MIT
Boîte à outils de perception pour l'entraînement et la validation sim2real dans Unity
Foire aux questions
Quel est le dépôt #pose-estimation le plus populaire sur GitHub ?
Le projet #pose-estimation open source le mieux classé sur GitHub est ruvnet/RuView, avec 104,724 étoiles. π RuView transforme les signaux WiFi courants en intelligence spatiale en temps réel, surveillance des signes vitaux et détection de présence — le tout sans un seul pixel de vidéo.
Quels langages de programmation sont les plus utilisés dans les dépôts #pose-estimation ?
Parmi les projets #pose-estimation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, TypeScript.
Comment le classement des dépôts #pose-estimation est-il calculé ?
Nous suivons 96 dépôts open source actifs associés à #pose-estimation (500+ étoiles), totalisant 374,565 étoiles, avec une moyenne de 3,901 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.