文件名称：手肘法matlab源码-DarkPose:用于人体姿势估计的分布感知坐标表示
文件大小：297KB
文件格式：ZIP
更新时间：2024-06-09 11:21:24
系统开源
手肘法matlab源码用于人体姿势估计的分布感知坐标表示 作为模型不可知的插件，DARK可以显着提高各种先进的人体姿势估计模型的性能！ 消息 [2019/10/14] DarkPose现已上线。 创建[2019/10/15]。 [2019年10月27日] DarkPose实现对COCO测试挑战76.4（COCO关键点挑战ICCV的第二名进入2019）！ [2020/02/24] DarkPose被CVPR2020接受。 [2020/06/17]代码已发布。 提供[2020/08/07]。 介绍 通过研究特别关注热图的坐标表示，这项工作填补了空白。 我们制定了一种新颖的关键点分布感知坐标表示（DARK）方法。 作为模型不可知的插件，DARK可以显着提高各种先进的人体姿势估计模型的性能！ 我们的CVPR2019工作快速人体姿态估计可以与DARK无缝协作，可在以下网址获得 主要结果 在COCO val2017数据集上使用人类AP为56.4的检测器在COCO val2017上的结果 基准线 输入尺寸 #Params GFLOPs 美联社 Ap .5 AP .75 AP（男） AP（长） 增强现
【文件预览】：
DarkPose-master
----figures()
--------DARK.png(176KB)
----tools()
--------_init_paths.py(739B)
--------test.py(4KB)
--------train.py(7KB)
----LICENSE(11KB)
----experiments()
--------mpii()
--------coco()
----prepare_env.sh(3KB)
----requirements.txt(135B)
----.gitignore(1KB)
----lib()
--------models()
--------core()
--------config()
--------nms()
--------dataset()
--------Makefile(116B)
--------utils()
----README.md(8KB)
----scripts()
--------run_train.sh(119B)
--------run_test.sh(251B)