Início Projetos EpipolarPose
EpipolarPose
Jupyter Notebook

EpipolarPose

Aprendizado Auto-Supervisionado de Pose Humana 3D usando Geometria Multi-visual (CVPR2019)

por mkocabas · GitHub
Estrelas
Forks
Criado
Último commit
3d-pose-estimationcomputer-visioncvprJupyter Notebook
Ver no GitHub
Em palavras simples

Estime poses humanas em 3D a partir de imagens sem precisar de equipamentos ou dados especiais durante o treinamento.

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 →
EpipolarPose — GitHub preview card
📈 Histórico de estrelas
609608
2026-07-202026-08-31
📈 Acompanhe EpipolarPose

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

Aprendizado Auto-Supervisionado de Pose Humana 3D usando Geometria Multi-visual (CVPR2019)

EpipolarPose tem 608 estrelas no GitHub. Foi bifurcado 93 vezes. EpipolarPose é escrito principalmente em Jupyter Notebook. Está em desenvolvimento ativo desde 2019. Os seus principais temas são: 3d-pose-estimation, computer-vision, cvpr, cvpr-2019.

Frequently asked questions

O que é EpipolarPose?

Aprendizado Auto-Supervisionado de Pose Humana 3D usando Geometria Multi-visual (CVPR2019)

EpipolarPose é de código aberto?

EpipolarPose é um projeto de código aberto.

EpipolarPose é gratuito?

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

Em que linguagem EpipolarPose está escrito?

EpipolarPose é escrito principalmente em Jupyter Notebook.

🏅 Mantenedor deste projeto?
olud.ai badge — EpipolarPose

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

[![olud.ai](https://olud.ai/badge.php?tool=mkocabas-epipolarpose)](https://olud.ai/project/mkocabas-epipolarpose.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

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