3 Repos
Awesome GitHub RepositoriesPose Estimation Validation
Automated routines for verifying the precision and recall of human pose detection models against ground truth datasets.
Explore 3 awesome GitHub repositories matching artificial intelligence & ml · Pose Estimation Validation. Refine with filters or upvote what's useful.
Awesome Pose Estimation Validation GitHub Repositories
Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
- ultralytics/ultralytics
ultralytics/ultralytics
58,468Auf GitHub ansehenUltralytics is a comprehensive computer vision framework designed for training, validating, and deploying deep learning models across a wide range of visual recognition tasks. It provides a unified interface for core operations including object detection, instance segmentation, pose estimation, and image classification. By utilizing a modular architecture, the platform allows users to swap model components to balance inference speed and accuracy requirements for diverse applications. The framework distinguishes itself through its support for real-time processing and flexible deployment. It in
Verifies the precision and recall of human pose detection models by running automated benchmarks against ground truth datasets.
Pythonclicomputer-visiondeep-learning - leoxiaobin/deep-high-resolution-net.pytorch
leoxiaobin/deep-high-resolution-net.pytorch
4,479Auf GitHub ansehenDieses Projekt ist eine PyTorch-Implementierung einer Forschungsarchitektur für hochauflösendes Representation Learning. Es dient als Computer-Vision-Framework mit Fokus auf präziser Keypoint-Erkennung, menschlicher Pose-Schätzung und semantischer Bildsegmentierung. Die Implementierung bietet spezialisierte Tools zur Identifizierung anatomischer Orientierungspunkte am menschlichen Körper und zur Vorhersage von Gesichtskoordinaten für die Analyse von Ausrichtung und Position. Es nutzt ein System aus parallelen Streams mit mehreren Auflösungen und wiederholter Multi-Scale-Fusion, um hochauflösende Repräsentationen im gesamten Netzwerk beizubehalten. Das Framework deckt ein breites Spektrum an Computer-Vision-Aufgaben ab, darunter Objekterkennung, Bildklassifizierung und pixelgenaue semantische Segmentierung. Es enthält zudem Workflows für das Training von Modellen auf gelabelten Datensätzen und die quantitative Evaluierung der Genauigkeit vorhergesagter Gelenkpositionen anhand von Validierungsdaten.
Provides routines to evaluate the precision of predicted human joint positions against ground truth validation data.
Cuda - facebookresearch/videopose3d
facebookresearch/VideoPose3D
3,986Auf GitHub ansehenVideoPose3D is a machine learning framework designed for 3D human pose estimation. It functions as a motion reconstruction tool that predicts 3D joint positions from 2D video sequences using a temporal convolutional network to process body movement over time. The project includes a semi-supervised learning pipeline that improves pose accuracy by combining labeled datasets with unlabeled video data and projection consistency loss. It also features a video pose visualizer capable of rendering 3D skeleton reconstructions and 2D keypoints as overlays on original footage. The framework covers the
Includes routines for verifying the precision of pose reconstructions against ground truth biometric data.
Python
