deep-high-resolution-net.pytorch
Das Projekt ist eine offizielle Implementierung unseres CVPR2019-Papiers "Deep High-Resolution Representation Learning for Human Pose Estimation"
Implementieren Sie die Erkennung menschlicher Posen und andere visuelle Erkennungsaufgaben mit hochauflösenden Techniken.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarDas Projekt ist eine offizielle Implementierung unseres CVPR2019-Papiers "Deep High-Resolution Representation Learning for Human Pose Estimation"
deep-high-resolution-net.pytorch hat 4.5k Sterne auf GitHub. Es wurde 922-mal geforkt. deep-high-resolution-net.pytorch ist hauptsächlich in Cuda geschrieben. Es wird seit 2019 aktiv entwickelt. deep-high-resolution-net.pytorch ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: coco-keypoints-detection, deep-high-resolution-net, deep-learning, high-resolution-net.
Was ist deep-high-resolution-net.pytorch?
Das Projekt ist eine offizielle Implementierung unseres CVPR2019-Papiers "Deep High-Resolution Representation Learning for Human Pose Estimation"
Ist deep-high-resolution-net.pytorch Open Source?
deep-high-resolution-net.pytorch ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist deep-high-resolution-net.pytorch kostenlos?
Ja. deep-high-resolution-net.pytorch ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht deep-high-resolution-net.pytorch?
deep-high-resolution-net.pytorch ist unter der MIT-Lizenz verfügbar.
In welcher Sprache ist deep-high-resolution-net.pytorch geschrieben?
deep-high-resolution-net.pytorch ist hauptsächlich in Cuda geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/leoxiaobin-deep-high-resolution-net-pytorch.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.