Início Projetos keras_Realtime_Multi-Person_Pose_Estimation
keras_Realtime_Multi-Person_Pose_Estimation

keras_Realtime_Multi-Person_Pose_Estimation

por michalfaber · GitHub

Versão Keras do projeto de Estimativa de Pose Multi-Pessoa em Tempo Real

Ver no GitHub
Em palavras simples

Estime e visualize as poses de várias pessoas em tempo real usando um modelo Keras.

⭐ Estrelas
🍴 Forks
📜 Licença
Licença não especificada
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
keras_Realtime_Multi-Person_Pose_Estimation — GitHub preview card
📈 Histórico de estrelas
784783
2026-07-202026-07-29
📈 Acompanhe keras_Realtime_Multi-Person_Pose_Estimation

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Versão Keras do projeto de Estimativa de Pose Multi-Pessoa em Tempo Real

keras_Realtime_Multi-Person_Pose_Estimation tem 783 estrelas no GitHub. Foi bifurcado 363 vezes. keras_Realtime_Multi-Person_Pose_Estimation é escrito principalmente em Jupyter Notebook. Está em desenvolvimento ativo desde 2017. Os seus principais temas são: caffe, computer-vision, cvpr-2017, deep-learning.

Frequently asked questions

O que é keras_Realtime_Multi-Person_Pose_Estimation?

Versão Keras do projeto de Estimativa de Pose Multi-Pessoa em Tempo Real

keras_Realtime_Multi-Person_Pose_Estimation é de código aberto?

keras_Realtime_Multi-Person_Pose_Estimation é um projeto de código aberto.

keras_Realtime_Multi-Person_Pose_Estimation é gratuito?

Sim. keras_Realtime_Multi-Person_Pose_Estimation é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Em que linguagem keras_Realtime_Multi-Person_Pose_Estimation está escrito?

keras_Realtime_Multi-Person_Pose_Estimation é escrito principalmente em Jupyter Notebook.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — keras_Realtime_Multi-Person_Pose_Estimation

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=michalfaber-keras-realtime-multi-person-pose-estimation)](https://opensourceai.tech/project/michalfaber-keras-realtime-multi-person-pose-estimation.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
Realtime_Multi-Person_Pose_Estimation
Repositório de código para estimativa de pose em tempo real de múltiplas pessoas na CVPR'17 (Or…
5.1k · caffe
partilhahuman-behavior-understandingcvpr-2017
openpose
OpenPose: Biblioteca de detecção de pontos-chave em tempo real para estimativa de corpo, rosto,…
34.3k · caffe
partilhahuman-behavior-understandingcvpr-2017
openpose_train
Repositório de treinamento para OpenPose
616 · computer-vision
partilhahuman-behavior-understandinghuman-pose-estimation
sphereface
Implementação para <SphereFace: Deep Hypersphere Embedding for Face Recognition> em CVPR'17.
1.6k · angular-softmax
partilhacvpr-2017caffe
openpifpaf
Implementação oficial de "OpenPifPaf: Campos Compostos para Detecção de Pontos-Chave Semânticos…
1.3k · composite-fields
partilhahuman-pose-estimationpose-estimation
lightweight-human-pose-estimation.pytorch
Estimativa de pose humana rápida e precisa em PyTorch. Contém a implementação do artigo "Estima…
2.2k · coco-keypoints-detection
partilhahuman-pose-estimationpose-estimation
data-science-ipython-notebooks
Notebooks Python de ciência de dados: Aprendizado profundo (TensorFlow, Theano, Caffe, Keras),…
29.3k · aws
ncnn
ncnn é um framework de inferência de rede neural de alto desempenho otimizado para a plataforma…
23.6k · android
Ai-Learn
Roteiro de aprendizado de inteligência artificial, organizando quase 200 casos práticos e proje…
13.2k · algorithm
jetson-inference
Guia Hello AI World para implantar redes de inferência de aprendizado profundo e primitivas de…
8.9k · caffe

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.