#human-pose-estimation Repository
Scopri 23 repository GitHub open source attivi contrassegnati con #human-pose-estimation, che raccolgono un totale di 94,800 stelle (con una media di 4,121 stelle per progetto). Il progetto leader di questo argomento è CMU-Perceptual-Computing-Lab/openpose, con 33,619 stelle.
23 repository in totale
OpenPose: Libreria per la stima dei punti chiave in tempo reale per corpo, viso, mani e piedi di più persone
Toolkit per il rilevamento di oggetti basato su PaddlePaddle. Supporta il rilevamento di oggetti, la segmentazione di istanze, il tracciamento di più oggetti e il rilevamento di punti chiave di più persone in tempo reale.
Sistema di Stima e Tracciamento della Posizione del Corpo Intero per Più Persone in Tempo Reale e Preciso
Outfit Anyone: Prova virtuale di altissima qualità per qualsiasi abbigliamento e qualsiasi persona
[ECCV2024] IDM-VTON: Migliorare i modelli di diffusione per prove virtuali autentiche in natura
Il progetto è un'implementazione ufficiale del nostro articolo CVPR2019 "Deep High-Resolution Representation Learning for Human Pose Estimation".
L'implementazione ufficiale di PyTorch del paper "Human Motion Diffusion Model"
Stima rapida e precisa della posa umana in PyTorch. Contiene l'implementazione dell'articolo "Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose".
WiFi-3D-Fusion è un progetto di ricerca open-source che sfrutta i segnali CSI WiFi e il deep learning per stimare la posa umana 3D, fondendo il rilevamento wireless con tecniche di computer vision per la consapevolezza spaziale di prossima generazione.
⚡️Il framework di percezione spaziale per costruire rapidamente robot e spazi intelligenti
Implementazione ufficiale di "OpenPifPaf: Composite Fields for Semantic Keypoint Detection and Spatio-Temporal Association" in PyTorch.
Codice ufficiale per MAMMA: Acquisizione di movimento multi-persona precisa e senza marcatori.
[NeurIPS 2023] Implementazione ufficiale del paper "Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset"
Implementazione ufficiale in PyTorch di "Approccio top-down consapevole della distanza della camera per la stima della posa multi-persona 3D da un'unica immagine RGB", ICCV 2019
L'imitazione visiva consente il controllo umanoide contestuale. CoRL 2025, Premio Miglior Articolo Studentesco.
[CVPR 2023] Implementazione ufficiale del paper "One-Stage 3D Whole-Body Mesh Recovery with Component Aware Transformer"
Rappresentazione di coordinate consapevole della distribuzione per la stima della posa umana
"Learning Delicate Local Representations for Multi-Person Pose Estimation" (ECCV 2020 Spotlight) & (Vincitore della COCO 2019 Human Keypoint Detection Challenge) & (COCO 2019 Best Paper Award)
Domande frequenti
Qual è il repository #human-pose-estimation più popolare su GitHub?
Il progetto open source #human-pose-estimation più alto in classifica su GitHub è CMU-Perceptual-Computing-Lab/openpose, con 33,619 stelle. OpenPose: Libreria per la stima dei punti chiave in tempo reale per corpo, viso, mani e piedi di più persone
Quali linguaggi di programmazione sono più utilizzati nei repository #human-pose-estimation?
Tra i progetti #human-pose-estimation più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Cuda.
Come viene calcolata la classifica dei repository #human-pose-estimation?
Monitoriamo 23 repository open source attivi contrassegnati con #human-pose-estimation (500+ stelle), per un totale di 94,800 stelle e una media di 4,121 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.