文件名称：该项目是我们CVPR2019论文“用于人体姿势估计的深度高分辨率表示学习”的正式实施。-Python开发
文件大小：7.29MB
文件格式：ZIP
更新时间：2024-06-14 06:15:30
Python Deep Learning
该项目是我们CVPR2019文件“用于人体姿势估计的深层高分辨率表示学习”的正式实现。用于人体姿势估计的深层高分辨率表示学习（CVPR 2019）新闻[2020/03/13] TPAMI：用于视觉识别的深度高分辨率表示学习。 它包括更多的HRNet应用程序，并且提供了以下代码：语义分割，异物检测，面部标志检测和图像分类。 [2020/02/01]我们为HRNet添加了演示代码。 感谢Alex Simes。 用于显示姿态估计结果的可视化代码
【文件预览】：
deep-high-resolution-net.pytorch-master
----.gitignore(1KB)
----requirements.txt(135B)
----experiments()
--------coco()
--------mpii()
----LICENSE(1KB)
----_config.yml(26B)
----tools()
--------_init_paths.py(739B)
--------test.py(4KB)
--------train.py(7KB)
----visualization()
--------plot_coco.py(11KB)
----README.md(16KB)
----demo()
--------.gitignore(21B)
--------Dockerfile(3KB)
--------hrnet-demo.gif(2.17MB)
--------inference_3.jpg(264KB)
--------_init_paths.py(739B)
--------inference.py(11KB)
--------inference_6.jpg(127KB)
--------README.md(2KB)
--------inference-config.yaml(2KB)
--------inference_7.jpg(146KB)
--------build-docker.sh(39B)
--------inference_5.jpg(226KB)
--------demo.py(12KB)
--------inference_1.jpg(145KB)
----lib()
--------core()
--------Makefile(116B)
--------dataset()
--------nms()
--------models()
--------utils()
--------config()
----figures()
--------hrnet.png(29KB)
--------visualization()