3DMPPE_POSENET_RELEASE
Implementación oficial de PyTorch de "Enfoque Top-down consciente de la distancia de la cámara para la estimación de pose de múltiples personas en 3D a partir de una sola imagen RGB", ICCV 2019
Estima las posiciones 3D de múltiples personas en imágenes utilizando un modelo de IA especializado.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasImplementación oficial de PyTorch de "Enfoque Top-down consciente de la distancia de la cámara para la estimación de pose de múltiples personas en 3D a partir de una sola imagen RGB", ICCV 2019
3DMPPE_POSENET_RELEASE tiene 864 estrellas en GitHub. Se ha bifurcado 147 veces. 3DMPPE_POSENET_RELEASE está escrito principalmente en Python. Se desarrolla activamente desde 2019. 3DMPPE_POSENET_RELEASE está disponible bajo la licencia MIT. Sus temas principales son: 3d-human-pose, computer-vision, deep-learning, human-pose-estimation.
¿Qué es 3DMPPE_POSENET_RELEASE?
Implementación oficial de PyTorch de "Enfoque Top-down consciente de la distancia de la cámara para la estimación de pose de múltiples personas en 3D a partir de una sola imagen RGB", ICCV 2019
¿3DMPPE_POSENET_RELEASE es de código abierto?
3DMPPE_POSENET_RELEASE es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿3DMPPE_POSENET_RELEASE es gratis?
Sí. 3DMPPE_POSENET_RELEASE es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está 3DMPPE_POSENET_RELEASE?
3DMPPE_POSENET_RELEASE está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito 3DMPPE_POSENET_RELEASE?
3DMPPE_POSENET_RELEASE está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/mks0601-3dmppe-posenet-release.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.