3 repository-uri
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
Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
- ultralytics/ultralytics
ultralytics/ultralytics
58,468Vezi pe GitHubUltralytics 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
4,479Vezi pe GitHubAcest proiect este o implementare PyTorch a unei arhitecturi de cercetare concepute pentru învățarea reprezentărilor de înaltă rezoluție. Acesta servește drept framework de computer vision axat pe detectarea precisă a punctelor cheie, estimarea posturii umane și segmentarea semantică a imaginilor. Implementarea oferă instrumente specializate pentru identificarea reperelor anatomice pe corpul uman și pentru prezicerea coordonatelor punctelor cheie faciale în vederea analizării orientării și alinierii. Utilizează un sistem de fluxuri paralele cu rezoluții multiple și fuziune repetată la mai multe scări pentru a menține reprezentări de înaltă rezoluție în întreaga rețea. Framework-ul acoperă o gamă largă de sarcini de computer vision, inclusiv detectarea obiectelor, clasificarea imaginilor și segmentarea semantică la nivel de pixel. Include, de asemenea, fluxuri de lucru pentru antrenarea modelelor pe seturi de date etichetate și pentru evaluarea cantitativă a acurateței pozițiilor articulațiilor prezise față de datele de validare.
Provides routines to evaluate the precision of predicted human joint positions against ground truth validation data.
Cuda - facebookresearch/videopose3d
facebookresearch/VideoPose3D
3,986Vezi pe GitHubVideoPose3D 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
