deep-high-resolution-net.pytorch
Le projet est une implémentation officielle de notre article CVPR2019 "Apprentissage de Représentation Haute Résolution Profonde pour l'Estimation de Pose Humaine"
Implémentez la détection de poses humaines et d'autres tâches de reconnaissance visuelle en utilisant des techniques haute résolution.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentLe projet est une implémentation officielle de notre article CVPR2019 "Apprentissage de Représentation Haute Résolution Profonde pour l'Estimation de Pose Humaine"
deep-high-resolution-net.pytorch compte 4.5k étoiles sur GitHub. Il a été forké 922 fois. deep-high-resolution-net.pytorch est écrit principalement en Cuda. Il est développé activement depuis 2019. deep-high-resolution-net.pytorch est disponible sous licence MIT. Ses principaux thèmes sont : coco-keypoints-detection, deep-high-resolution-net, deep-learning, high-resolution-net.
Qu'est-ce que deep-high-resolution-net.pytorch ?
Le projet est une implémentation officielle de notre article CVPR2019 "Apprentissage de Représentation Haute Résolution Profonde pour l'Estimation de Pose Humaine"
deep-high-resolution-net.pytorch est-il open source ?
deep-high-resolution-net.pytorch est un projet open source. Il est distribué sous licence MIT.
deep-high-resolution-net.pytorch est-il gratuit ?
Oui. deep-high-resolution-net.pytorch est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est deep-high-resolution-net.pytorch ?
deep-high-resolution-net.pytorch est disponible sous licence MIT.
Dans quel langage deep-high-resolution-net.pytorch est-il écrit ?
deep-high-resolution-net.pytorch est écrit principalement en Cuda.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/leoxiaobin-deep-high-resolution-net-pytorch.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.